초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

현재, 과학기술, 정치, 사회, 문화의 급격한 변화와 발전에 따라, 전문분야마다 새로운 전문용어가 빈번히 생성되거나 소멸되고 있다. 이러한 전문용어를 포함한 문서를 정확히 해석하기 위해서는 전문용어 전자사전이 필요하다. 전문용어 전자사전을 개발하는데는 수시로 생성되는 전문용어 표제어를 정확히 추출하는 것이 무엇보다 중요하다. 본 논문에서는 이러한 전문용어 표제어를 컴퓨터를 이용하여 추출하는 시스템을 개발하였다. 기본적으로 기존의 전문용어가 사용된 특정어구를 이용하여 전문용어를 추출한다. 또한, 전문용어의 어절 패턴을 이용하여 후보 전문 용어를 추출한 후, 전문용어를 구성할 수 있는 단어의 위치정보를 이용하여 전문용어를 추출하는 방법을 제안한다. 기존 전문용어 사전에 없는 단어에 대해서는 시소러스를 이용하여 유사 단어의 위치정보를 이용하는 방법을 이용하였다.

현재, 과학기술, 정치, 사회, 문화의 급격한 변화와 발전에 따라, 전문분야마다 새로운 전문용어가 빈번히 생성되거나 소멸되고 있다. 이러한 전문용어를 포함한 문서를 정확히 해석하기 위해서는 전문용어 전자사전이 필요하다. 전문용어 전자사전을 개발하는데는 수시로 생성되는 전문용어 표제어를 정확히 추출하는 것이 무엇보다 중요하다. 본 논문에서는 이러한 전문용어 표제어를 컴퓨터를 이용하여 추출하는 시스템을 개발하였다. 기본적으로 기존의 전문용어가 사용된 특정어구를 이용하여 전문용어를 추출한다. 또한, 전문용어의 어절 패턴을 이용하여 후보 전문 용어를 추출한 후, 전문용어를 구성할 수 있는 단어의 위치정보를 이용하여 전문용어를 추출하는 방법을 제안한다. 기존 전문용어 사전에 없는 단어에 대해서는 시소러스를 이용하여 유사 단어의 위치정보를 이용하는 방법을 이용하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 이런 경우 색관적인 용어 추출이 어리우며 틴 선문가의 玷족으空 용어 추출작입에 많은 경비나 시간이 仝비된다는 단섬이 있다. 본 논문은 이런 진분용어 추줄의 어 여움을 해셜하고자 진문용어를 사농을 추출하는 시스넦을 亍성 하있다. 컴퓨터 관련분야의 전문용어률 추출하였으며, 추출방식 。는-서에시의 외 래어 병 기여부, 늑정어구, 특수눈자 사용과 같 은- K서의 특징」牛 용어 사전을- 사영-하여 추증하었다.

제안 방법

• 대상 자료를 이용해서 전문용어 추출을 실험하였다. 용어가 추출된 실험1의 결고}■는己 [표 1]과 같다.
• 二丄런 다음 미등록어와 복합어로 전문용어 가능어를 패턴정보와 문서의 늑싱(외■각어 병기난어, 특수문자)에 적용하여 용어의 앞뒷어절을 是석하이 주출한다. 복합어 처리는 2어절의 처리만 처리하였다. 살놋된 용어 추출을 방지하기 위해서는 용언사전을 이용하였다.
• 원시 문서만을 이용하여 처리 할 수 없어 용어의 분석을 위해 형태소해석기를 이용했다U丄 미등록어 처리를 위해 세가지 의 용어 사전을 이용하였다. 하나는 일반어휘, 즉 전문용어로 전혀 사용되지 않는 용어는 51, 145개의 단어토 구성되어 있으며, 관린분야에서 복합어로 구성할때, 전문용어가 될 수 있는 용언은 1988개의 단어이다.
• 변 논문에서 제안하는 시스템 구조는 그림 1과 같다. 전문용어 추출에서 대상문서 분석에는 형태소 해석기 HAM(1)을 이용했 다.
• 전문용어로 추출한 용어의 어 절 수는- 1어절 용어와 2어설 용어만이 처리가 되었기 때문에 3 어절 이상의 전문용어는 추출에서 제외했다. 추출된 용어 중 최종추출된 용어 |-匚二—号적합呉어-------n~ 적합 용어 셔 °F 点毛 홍:1 零퇸 용어 冋석 및 잘못된 용에람 쑹兰 2.^6_____[_ -匝—工 153(5.7%) JLOT2(6|9%) 실험 2는 일부 문서에 대한 평가이다’ 너무 방대한 자료를 대상으로 하면 정확한 결과를 분석하기 어려우므로 呈서의 일 부분반을 수작업 및 전문용어 추출 시스템을 이용하여 추출하였다.
• 형태소분석된 라인의 수는 27만 정도이다. 형태소분석된 결과를 사용하여 전문용어를 추줄하는 시스템을 구성하였다. 전문용어로 추출한 용어의 어 절 수는- 1어절 용어와 2어설 용어만이 처리가 되었기 때문에 3 어절 이상의 전문용어는 추출에서 제외했다.
• 형태소분석된 결과에서 명사는 용어 사전을 사용해 등록어, 叫云록어, 복합어로 전문용어 가능한 용어를 분석한다. 二丄런 다음 미등록어와 복합어로 전문용어 가능어를 패턴정보와 문서의 늑싱(외■각어 병기난어, 특수문자)에 적용하여 용어의 앞뒷어절을 是석하이 주출한다.

대상 데이터

• 본 논문에서는 대상 문서를 한국통신에서 작성한 코퍼스 KT-SET를 이용하여 실험하였匸}.

이론/모형

• 복합어 처리는 2어절의 처리만 처리하였다. 살놋된 용어 추출을 방지하기 위해서는 용언사전을 이용하였다. 용이사전은 일반용어사전(전문용어가 될 수 없는 일반적인 용 이), 관련분야 단어사전(복합명사로 구성시 전문용어로 사용될 용어主 구성된 용어사진), 특수용어사전(2음절로 구성된 용어로 서 이 어설이 포함된 용어는 전문용어가 될 수 없는 용어들로 구 싱한 용어人!■전) 등을 사용한다.

성능/효과

• KT-SET문서를 이용한 전문용어 추줄 실험에서 실험1에서 는 정확률이 629%이고, 실험2에서는 684%결과를 보였다’ 두 실험에서 결과를 정확률이 낮은 편인데 결과률 분석해 보면 미등록어를 전문용어로 추출한 결과로 인해 이런 결과가 발생 했다..
• 추출된 용어를 분석하면, 용어 중 컴퓨터 분야의 용어는 아닌 공학 분야의 용어가 많이 추출되었다. 실제 이 용어들이 각 관련분야 전기 .

후속연구

• 향후 문서뿐만 아니라 이를 웹으로 확장하여 처리하여야 할 것이다. 요즘의 추세는 문서에 비해 웹에서 새로운 용어나 새로운 기술의 보급이 빨리 이루어지기 때문에 검색 에이전 트와 결합하여 웹에서 검색하여 문서 처리를 할 수 있으면 최신의 정보에서 전문용어의 주출을 할 수 있을 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기