$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

어절 N-gram을 이용한 문맥의존 철자오류 교정
Context-sensitive Spelling Error Correction using Eojeol N-gram

정보과학회논문지 = Journal of KIISE, v.41 no.12, 2014년, pp.1081 - 1089  

김민호 (부산대학교 전자전기컴퓨터공학과) ,  권혁철 (부산대학교 정보컴퓨터공학부) ,  최성기 (부산대학교 전자전기컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

문맥의존 철자오류의 교정 방법은 크게 규칙을 이용한 방법과 통계 정보에 기반을 둔 방법으로 나뉘며, 이중 통계적 오류 교정 방법을 중심으로 연구가 진행되었다. 통계적 오류 방법은 문맥의존 철자오류 문제를 어의 중의성 해소 문제로 간주한 방법으로서, 교정 대상 어휘와 대치 후보 어휘로 이루어진 교정 어휘 쌍을 문맥에 따라 분류하는 방법이다. 본 논문에서는 본 연구진의 기존 연구 결과인 교정 어휘 쌍을 이용한 확률 모델의 성능 향상을 위해 어절 n-gram 모델을 기존 모델에 결합하는 방법을 제안한다. 본 논문에서 제안하는 결합 모델은 각 모델을 통해 계산된 문장의 확률을 보간(interpolation)하는 방법과 각각의 모델을 차례대로 적용하는 방법이다. 본 논문에서 제안한 두 가지 결합 모델 모두 기존 모델이나 어절 n-gram만 이용한 모델보다 높은 정확도와 재현율을 보인다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Context-sensitive spelling-error correction methods are largely classified into rule-based methods and statistical data-based methods, the latter of which is often preferred in research. Statistical error correction methods consider context-sensitive spelling error problems as word-sense disambiguat...

주제어

#한국어 맞춤법 검사   #문맥의존 철자오류   #통계 기반 철자오류 교정   #어절 n-gram 모형  

참고문헌 (10)

  1. Andrew R. Golding, Dan Roth, "A Winnow-Based Approach to Context-Sensitive Spelling Correction," Machine Learning, Vol. 34, pp. 107-130, 1998. 

  2. A. Islam and D. Inkpen, "Semantic text similarity using corpus-based word similarity and string similarity," ACM Transactions on Knowledge Discovery from Data, Vol. 2, No. 2, pp. 1-25, 2008. 

  3. A. Islam and D. Inkpen, "Real-Word Spelling Correction using Google Web 1T 3-grams," Proc. of International Conference on Natural Language Processing and Knowledge Engineering, Vol. 3, pp.1241-1249, 2009. 

  4. W.-O. Amber, G. Hirst, and A. Budanitsky, "Realword spelling correction with trigrams: A reconsideration of the Mays, Damerau, and Mercer model," Proc. of 9th International Conference on Intelligent Text Processing and Computational Linguistics, Vol. 4919, pp. 605-616, 2008. 

  5. G. Hirst and A. Budanitsky, "Correcting real-word spelling errors by restoring lexical cohesion," Natural Language Engineering, Vol. 11, No. 1, pp. 87-111, 2005. 

    상세보기 crossref

  6. C. Choi, S. J. Park, C. J. Kim, Gyus, "Analysis of Uncorrected Typing Rate of keyboard to Design Ergonomic Keyboard Based on Qwerty Keyboard," Proc. of the Ergonomics Society of Korea Spring Conference, Vol. 1, pp. 142-145, 2000. (in Korean) 

  7. Y. A. Park and R. Levy, "Automated Whole Sentence Grammar Correction using a Noisy Channel Model," Proc. of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies, Vol. 49, No. 1, pp. 934-944, 2011. 

  8. O. Kolak and P. Resnik, "OCR Error Correction using a Noisy Channel Model," Proc. of the second international conference on Human Language Technology Research, Vol. 2, No. 1, pp. 257-262, 2002. 

  9. E. Brill and R. C. Moore, "An Improved Error Model for Noisy Channel Spelling Correction," Proc. of the 38th Annual Meeting on Association for Computational Linguistics, Vol. 38, No. 1, pp. 286-293, 2000. 

  10. M. D. Kernighan, K. W. Church, and W. A. Gale, "A Spelling Correction Program based on a Noisy Channel Model," Proc. of the 13th conference on Computational linguistics, Vol. 13, No. 1, pp. 205-210, 1990. 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로