선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 예를 들어 ‘제(劑)’는 병명이나 약품 등과만 결합한다. 따라서 본 논문에서는 의미태깅된 1,100만 어절의 세종말뭉치에서 접미파생명사를 의미 태깅하고, 의미 결합 제약을 어휘 의미망(U-WIN)에 기반한 모델을 개발하여 접미파생명사 분석을 통한 접미사 중의성 해소를 하고자 한다.
- 본 논문에서는 말뭉치에서 접미사 앞에 나타나는 어근만을 대상으로 의미 중의성 해소를 시도한다. 그러나 어근이 U-WIN 내에 없는 경우 접미사의 의미 중의성을 해소할 수 없다.
- 본 논문에서는 어휘의미망에 49종의 동형이의어 접미사와 결합할 수 있는 의미제약 속성값을 부여하여 동형이의어 접미사를 분별하고자 한다. 예를 들어, {추첨, 추모, 미국, 위염} 등은 U-WIN에서 다음 Fig.
- 조민희(2006)은 U-WIN의 동의어, 유의어, 관련어, 하위어, 상위어 관계 정보를 활용하여 검색어 자동 추천, 관련 단어 제시, 질의어 확장 등을 서비스에 반영하는 사용자 중심의 검색 서비스 요소를 제안하였다. 이러한 어휘지능망의 의미 관계 정보를 활용한 서비스 요소를 통해 현재의 과학기술정보서비스의 검색 만족도를 향상시키는 동시에 사용자가 요구하는 정보를 빠르고 정확하게 검색할 수 있는 서비스 환경으로 개선시키고자 하였다[16].
제안 방법
- U-WIN 노드에 없는 숫자(SN), 수사(NR), 특정기호(SW)에 해당하는 어근이 나타날 경우 본 절에서 살펴본 것과 같이 기구축한 어근의 형태적 규칙을 통해 접미사의 의미 중의성을 해소하였다.
- 3절에 설명한 것처럼 해당 어근에 대한 가중치가 있을 경우 탐색 없이 가중치를 확보하지만, 설정된 가중치가 없을 경우 상위탐색을 통해서 가중치를 확보한다. 그 뒤, 확보된 가중치들의 비율 계산을 통한 최대값을 선택하도록 하였다. Fig.
- 그러나 어근이 U-WIN 내에 없는 경우 접미사의 의미 중의성을 해소할 수 없다. 그래서 이러한 경우들 중 특정 접미사 앞에 나타나는 어근의 패턴을 분석하여 규칙을 설정하였다.
- 실험에 사용된 말뭉치는 세종말뭉치로 동형이의어 단계까지 태깅이 되어 있으나, 접미사는 동형이의어 태깅이 되어 있지 않다. 그래서 접미파생명사의 접미사를 대상으로 동형이의어 태깅을 수작업으로 진행하였다. 세종말뭉치에 포함된 동형이의접미사의 개수는 33,104개였으며, 중복을 제거한 ‘어근+동형이의접미사’ 쌍의 개수는 7,772개였다.
- 기존의 어휘 의미 중의성 해소 연구에서는 중의성 해소 대상을 소수의 어휘 몇 가지만을 대상으로 연구를 진행하였지만, 본 논문에서는 대규모 말뭉치에 나타난 대부분의 중의성 접미사들을 대상으로 중의성 해소를 시도하였다.
- 본 논문에서는 동형이의접미사의 중의성을 해소하기 위해 기존의 연구에서처럼 형태적 특성, 전후 문맥 또는 공기정보를 사용하는 대신 U-WIN과 간단한 어근의 형태적 규칙을 사용하였다. 접미파생명사의 어근과 접미사를 분리하여, 어근을 U-WIN과 매핑 시켜 상위어를 따라가며 거리비율로 각 접미사의 가중치를 U-WIN 노드에 매핑한 뒤, 이를 동형이의접미사 의미 중의성 해소에 사용하였다.
- 실험에서 질의어는 전문분야에 주로 사용되는 동형이의어와 보편적으로 사용하는 동형이의어로 구분하고, ‘질의어+상위어’ 형태의 확장 질의어를 설정하였다.
- 실험은 각 노드에 가중치의 비율로 의미 분별하는 방법과 기타 규칙을 결합하여 진행하였다. 기본적으로 비율에 의한 의미 분별 방법은 3.
- 위와 같이 세종말뭉치에는 ‘배_03(신체부위)’ 하나로 의미 태깅 되어있지만, 실제 U-WIN에는 ‘배_03(신체부위)_01’, ‘배_03(신체부위)_02’ 등 다수가 존재할 수 있고, 이를 자동으로는 정확하게 구분하기 어렵기 때문에 ‘배_03(신체부위)_01’, ‘배_03(신체부위)_02’ 둘 다 어근으로 간주하고 매핑 작업을 진행하였다.
- 의미범위 제약과 정은 유사도 비교의 계산량을 줄이고 정확도를 높이기 위해 원어 정보와 Naive Bayes Classifier를 이용해 가능한 경우 구성 명사의 의미를 앞서 제약하였다. 의미 분석 및 태깅 과정에서는 bigram 구성 명사의 각 의미 유사도를 구하고 하나의 체인을 만들어가며 태깅을 수행하였다. 성능 평가를 위해 표준국어대사전에서 추출한 3음절 이상의 40,717개의 복합명사를 대상으로 99.
- 이용훈(2012)은 통계기반의 복합명사 분해 방법과 어휘의미망(U-WIN)과 사전 뜻풀이에서 추출한 의미관계 정보를 이용하는 한국어 복합명사 의미 태깅 시스템을 제안하였다. 전체 시스템은 크게 복합명사 분해, 의미제약, 그리고 의미 태깅의 세 가지 부분으로 나누었으며, 분해과정은 세종말뭉치에서 추출한 위치별 명사 빈도를 사용하여 최적의 구성 명사 분해 후보를 선정하고 의미제약을 위한 구성 명사 재분해와 외래어 복원의 과정을 수행하였다. 의미범위 제약과 정은 유사도 비교의 계산량을 줄이고 정확도를 높이기 위해 원어 정보와 Naive Bayes Classifier를 이용해 가능한 경우 구성 명사의 의미를 앞서 제약하였다.
- 어근에 대한 실험을 위한 문장의 수가 충분하지 않기 때문에 10-묶음 교차 검증법(10-fold Cross Validation)을 사용하였다. 전체 집합을 10개로 나눈 뒤 9개 집합을 사용해 학습을 진행한 후 나머지 1개의 집합으로 결과를 도출하는 작업을 10번 반복하였다. 그 결과는 Table 6와 같다.
- 남윤진(1996)은 말뭉치 분석에 기반한 명사파생접미사의 사전정보 구축에 대한 연구를 진행하였다. 접미사의 의미처리는 아니지만 의미처리에 활용할 수 있도록 접미사를 특성에 맞게 분류하여 접미사 사전을 구축하였다. 접미사의 판별 기준과 그에 따른 파생접미사 목록을 밝히고 각 접미사의 빈도와 다양도 등의 분포상을 50만여 어절의 텍스트를 분석하여 제시하였다.
- 접미사의 의미처리는 아니지만 의미처리에 활용할 수 있도록 접미사를 특성에 맞게 분류하여 접미사 사전을 구축하였다. 접미사의 판별 기준과 그에 따른 파생접미사 목록을 밝히고 각 접미사의 빈도와 다양도 등의 분포상을 50만여 어절의 텍스트를 분석하여 제시하였다. 그리고 각 접미사와 어기의 결합제약 등 접미사가 어절내의 다른 요소들과 맺는 관계들을 설명하였다[18].
- 본 논문에서는 동형이의접미사의 중의성을 해소하기 위해 기존의 연구에서처럼 형태적 특성, 전후 문맥 또는 공기정보를 사용하는 대신 U-WIN과 간단한 어근의 형태적 규칙을 사용하였다. 접미파생명사의 어근과 접미사를 분리하여, 어근을 U-WIN과 매핑 시켜 상위어를 따라가며 거리비율로 각 접미사의 가중치를 U-WIN 노드에 매핑한 뒤, 이를 동형이의접미사 의미 중의성 해소에 사용하였다.
- 임지희(2007)는 기존의 의미 유사도 측정 방법을 바탕으로 U-WIN 및 정보량을 활용 및 링크 타입·노드의 깊이·최단경로·정보량 등의 요소를 이용한 새로운 의미 유사성 측정방법을 제안하고, 이것을 명사-용언 네트워크 구축을 위해 명사-용언의 연계성을 확보하는 데 활용하였다. 제안한 의미 유사도 측정방법은 링크 기반 방법과 정보량 기반 방법의 단점을 보완하였으며, 한국어 의미망을 활용한 개념적인 클러스터링을 가능하게 하였다[14].
- 4와 같다. 중의접미사 리스트, 표준국어대사전, U-WIN의 자원을 활용하고, 앞 절에서 살펴본 것처럼 점층적으로 누적된 가중치, 패턴 규칙, 확장 방법 등을 이용하여 의미 분별을 진행한다.
대상 데이터
- 실험을 위한 말뭉치는 세종말뭉치를 이용하였으며, 접미사의 동형이의어 단계까지 태그가 부착되어 있지 않기 때문에 수작업으로 동형이의어 태그를 부착한 말뭉치를 이용하였다. 세종말뭉치에 나타나는 중의성 접미사 목록 중 35종을 대상으로 실험한 결과 91.
이론/모형
- 어근에 대한 실험을 위한 문장의 수가 충분하지 않기 때문에 10-묶음 교차 검증법(10-fold Cross Validation)을 사용하였다. 전체 집합을 10개로 나눈 뒤 9개 집합을 사용해 학습을 진행한 후 나머지 1개의 집합으로 결과를 도출하는 작업을 10번 반복하였다.
성능/효과
- 이 중 {거리, 광, 양, 정, 씨, 령} 6종은 말뭉치에 나타난 횟수가 5이하로 빈도수 부족으로 제외하였고, {력, 률, 보, 성, 율, 집} 6종은 말뭉치에서 하나의 의미로만 사용되어 의미 중의성 해소가 필요 없기 때문에 제외하였다. 그래서 실험에 사용한 동형이의접미사의 종류는 총 {가, 경, 계, 공, 관, 구, 국, 권, 기, 대, 도, 로, 류, 부, 사, 상, 생, 선, 수, 순, 원, 자, 장, 전, 제, 조, 주, 증, 지, 지기, 째, 책, 판, 형, 화} 35종이었다.
- 14% 더 나은 성능을 보였다. 단순히 빈도로 정확률을 측정한 베이스라인(74.9%)보다 최대 16.11% 성능 향상을 보였다.
- Table 7은 실험에 사용된 35가지의 동형이의접미사별 정확률을 베이스라인과 비교한 값을 보여준다. 동형이의접미사 중 {가, 계, 관, 권, 기, 대, 도, 류, 부, 사, 상, 생, 선, 순, 원, 장, 전, 제, 조, 주, 증, 지, 지기, 형, 화} 25가지는 베이스 라인보다 높은 정확률을 보였고, {경, 공, 국} 3가지는 동등한 정확률을 보였으며, {구, 로, 수, 자, 째, 책, 판} 7가지는 베이스라인보다 낮은 정확률을 보였다.
- 마지막으로 아래의 Table 9와 같이 접미사 앞의 어근이 여러 동형이의접미사와 결합되거나, 어근이 많은 뜻을 가지는 다의어일 경우 또는 상위 노드를 4단계 이상 따라가서 가중치를 확보할 경우 오류로 분별될 확률이 큰 것을 확인할 수 있었다.
- 오류가 나타나는 유형으로 사용된 빈도수가 부족할 경우, U-WIN 확장 시 가중치를 확보하지 못할 경우, 동형이의접미사가 같은 어근을 가지는 경우로 크게 3가지로 구분된다. 베이스라인보다 낮은 정확률을 보인 동형이의접미사 중 {구, 수, 책} 3가지는 말뭉치에 나타난 전체 개수가 16개 이하로, 학습말뭉치와 실험말뭉치를 구분할 때 학습말뭉치 보다 실험말뭉치 쪽으로 해당 동형이의접미사가 편중될 시 데이터 부족으로 인한 오류가 나타났다.
- 01%로 나타났다. 비율을 계산해서 최대값만 사용하는 방법(90.87%)보다 기타 규칙을 포함한 방법이 0.14% 더 나은 성능을 보였다. 단순히 빈도로 정확률을 측정한 베이스라인(74.
- 실험을 위한 말뭉치는 세종말뭉치를 이용하였으며, 접미사의 동형이의어 단계까지 태그가 부착되어 있지 않기 때문에 수작업으로 동형이의어 태그를 부착한 말뭉치를 이용하였다. 세종말뭉치에 나타나는 중의성 접미사 목록 중 35종을 대상으로 실험한 결과 91.01%의 정확률을 보였으며, 베이스라인으로 설정한 빈도 기반의 방법보다 16.11%의 성능 향상을 보였다.
- 실험의 베이스라인(base line)은 중의접미사의 세종말뭉치에 나타난 빈도를 기준으로 설정하였다. 세종말뭉치에서 개별 동형이의접미사 중 가장 빈도가 높은 접미사를 선정하여 각 접미사별 정확률로 설정하였고, 그 전체 정확률의 평균인 74.90%로 나타났다(Table 7 참조).
- 실험결과 평균 정확률은 91.01%로 나타났다. 비율을 계산해서 최대값만 사용하는 방법(90.
- 실험에서 질의어는 전문분야에 주로 사용되는 동형이의어와 보편적으로 사용하는 동형이의어로 구분하고, ‘질의어+상위어’ 형태의 확장 질의어를 설정하였다. 포털사이트의 웹 문서만을 대상으로 한 실험 정확률은 73.5%, 통합검색의 정확률은 68.7%로 나타났다. 이것은 U-WIN이 분류적 상하관계가 아닌 계층적 상하관계를 기반으로 하여 구축됨으로써, 상위어가 질의어의 모호성을 해결하는 유용한 정보로 사용됨을 알 수 있다[15].
- 학습 말뭉치의 어근들과 실험 말뭉치의 어근들의 분포의 차이가 클수록 정확률이 낮아지는데, 8번 실험은 특히 이 차이가 커 다른 실험 말뭉치보다 정확률이 낮게 측정되었다. 그리고 기타규칙 포함 시 0.
후속연구
- 그리고 각 접미사와 어기의 결합제약 등 접미사가 어절내의 다른 요소들과 맺는 관계들을 설명하였다[18]. 이 논문의 방법론은 실제 시스템으로 구축되지 않고 간단한 실험으로 끝났기 때문에 실제 시스템으로 구축하여 의미처리에 활용해 볼 필요가 있다.
- 향후 U-WIN 가중치 부여 방법을 밀도 또는 계층별로 달리 적용하거나, 동형이의어 접미사의 사전 뜻풀이 정보 및 문법 정보를 이용하여 U-WIN의 매핑 정보를 확장한 후 접미파생명사의 중의성 해소 실험을 진행할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.