초록

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

한국어 문서에서 가장 많이 나타나는 띄어쓰기 오류는 의미적이고 통사적인 중의성이나 오류를 야기한다. 이 논문은 부산대 인공지능 연구실에서 개발한 부분 문장 분석을 기반으로 하는 한국어 걸자 및 운법 검사기(2.2)에 구현되어 있는 어절 내 한 번 띄어쓰기 오류 교정 기법 및 어절 간 띄어쓰기 오류 교점 기법을 확장하고 개선하며 어절 내 여러 번 띄어쓰기 기법을 개발함을 목표로 한다.

한국어 문서에서 가장 많이 나타나는 띄어쓰기 오류는 의미적이고 통사적인 중의성이나 오류를 야기한다. 이 논문은 부산대 인공지능 연구실에서 개발한 부분 문장 분석을 기반으로 하는 한국어 걸자 및 운법 검사기(2.2)에 구현되어 있는 어절 내 한 번 띄어쓰기 오류 교정 기법 및 어절 간 띄어쓰기 오류 교점 기법을 확장하고 개선하며 어절 내 여러 번 띄어쓰기 기법을 개발함을 목표로 한다.

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

• 문맥을 봐야만 교정이 가능한 어절 간 오류 어절듈 줌 잘못 붙여 쓴 어절을 문맥에 따라 띄어 쓰기해야 하는 교정에 대해서는, 해당 오류 어절들의 출 현 문맥을 파악할 수 없으므로, 정확한 평가를 못했음 을 밝힌다. 따라서 이 논문은 어절 간 오류 중 입력 어 절이 띄어 쓴 어절로서 시스템이 붙여쓰기를 한 것에 대한 평가만 실시한다. 1.
• 이 논문에서 어절 내 한번 띄어쓰기 기법, 어절 내 여러 번 띄어쓰기 기법, 어절 간 띄어쓰기 교정 기법을 확장하고 개선했다. 이러한 각각의 기법들에 대한 교정 정확도를 실험하고 띄어쓰기 교정 성능 개선에 따른 전 체 문법 검사기의 성능읗 실험하기 위하여 약 1, 800만 어절을 포함하는 실험 데이터를 현 문법 검사기로 돌렸다.
• 이 논문에서는 기존 문법 및 철자 검사기의 교정 정확도 및 교정 속도를 개선하기 위해 일반 띄어쓰기 오류 교정 모듈과 부분 문장 분석 모듈을 확장하고 개선하였다. 또한, 기존 연구에서 불가능하던 여러 번 띄어쓰기 교정이 가능하게 하기 위해 띄어쓰기 오류가 생겨난 언어학적 요인에 대한 이해를 바탕으로 여러 번 띄어쓰기에 적합한 단서들을 지식베이스에 구축하고 단서룰 이용한 여러 번 띄어쓰기 기법을 개발하였다.

제안 방법

• 이 논문에서는 기존 문법 및 철자 검사기의 교정 정확도 및 교정 속도를 개선하기 위해 일반 띄어쓰기 오류 교정 모듈과 부분 문장 분석 모듈을 확장하고 개선하였다. 또한, 기존 연구에서 불가능하던 여러 번 띄어쓰기 교정이 가능하게 하기 위해 띄어쓰기 오류가 생겨난 언어학적 요인에 대한 이해를 바탕으로 여러 번 띄어쓰기에 적합한 단서들을 지식베이스에 구축하고 단서룰 이용한 여러 번 띄어쓰기 기법을 개발하였다. 이 논문에서 제안한 단서를 이용한 어절 내 띄어쓰기 기법과 잠재적 지배관계 개념과 부분 문장 문석 기법을 이용한 어절간 띄어쓰기 기법을 통해 현 시스템이 높은 성능을 얻을 수 있었다.

대상 데이터

• 이 논문에서 어절 내 한번 띄어쓰기 기법, 어절 내 여러 번 띄어쓰기 기법, 어절 간 띄어쓰기 교정 기법을 확장하고 개선했다. 이러한 각각의 기법들에 대한 교정 정확도를 실험하고 띄어쓰기 교정 성능 개선에 따른 전 체 문법 검사기의 성능읗 실험하기 위하여 약 1, 800만 어절을 포함하는 실험 데이터를 현 문법 검사기로 돌렸다. 총 1, 567, 342어절이 시스템에 의해 오류 어절로 인식되었는데, 그 중 시스템이 띄어쓰기 오류 어절로 인식한 어절 가운데 18, 462어절을 표본으로 추출하여 수동으로 분석한 결과는 아래 표와 같다.

성능/효과

• 따라서 이 논문은 어절 간 오류 중 입력 어 절이 띄어 쓴 어절로서 시스템이 붙여쓰기를 한 것에 대한 평가만 실시한다. 1.13% 빈도로 나타나는 여러 번 띄어쓰기 오류 어절은 이 논문에서 제안한 단서를 이용한 띄어쓰기 기법으로 94.26%의 정확도로 교정된다. 또한, 어절 간 띄어쓰기 오류 중 붙여 써야 하지한 띄어쓴 오류 어절은 전체 띄어쓰기 오류의 3.
• 6%의 정확도를 얻었다.[3] 강승식은 어절 블록 양방향 알고리즘을 개발 하여 띄어쓰기 오류륳 자동 처리하는데 97.3%의 정확도를 보인다. 이 알고리증은 조사 및 어미의 믐절 특성을 이용하여 띄어 쓸 확률이 매우 높다고 판단되는 어절 블록을 설정한 후에 어절 블록 내에서 형태소 분석기를 이용하여 어절울 인식하는 방법이다[1].
• 또한, 기존 연구에서 불가능하던 여러 번 띄어쓰기 교정이 가능하게 하기 위해 띄어쓰기 오류가 생겨난 언어학적 요인에 대한 이해를 바탕으로 여러 번 띄어쓰기에 적합한 단서들을 지식베이스에 구축하고 단서룰 이용한 여러 번 띄어쓰기 기법을 개발하였다. 이 논문에서 제안한 단서를 이용한 어절 내 띄어쓰기 기법과 잠재적 지배관계 개념과 부분 문장 문석 기법을 이용한 어절간 띄어쓰기 기법을 통해 현 시스템이 높은 성능을 얻을 수 있었다. 그러나 띄어쓰기 오류룔 툘리게 교정하는 문제(전체 띄어쓰기 오류 어절의 1.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기