초록

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

음차표기란 외국어의 단어를 글자나 발음을 이용하여 자국어로 표기하는 것으로 정의된다. 자동음차표기는 기계번역과 정보검색 등의 자연언어처리 응용에서 사용된다. 기계번역에서는 번역사전에 등재되어 있지 않은 고유명사나 전문용어를 번역하는 방법으로 사용되며, 정보검색에서는 단어불일치 문제의 해결과 질의확장 등에 사용된다. 하지만 지금까지의 영-한 자동 음차표기 연구들은 대부분 주어진 원어에 대하여 가장 적합한 음차표기를 생성하는 연구에 초점을 맞추었다. 또한, 원어로부터 가능한 음차표기를 파악하는 연구에서도 해당 음차표기에 대한 적합성을 파악하지 않고 단순 리스트형태로 음차표기를 생성함으로써, 음차표기생성 결과에 대한 품질이 낮았다. 본 논문에서는 이러한 문제점을 해결하기 위하여, 주어진 원어로부터 가능한 음차표기를 생성하고 이들에 대한 적합성을 자동으로 파악하는 음차표기 모델을 제안한다. 본 논문의 기법은 약 72%의 단어 정확률을 나타내었으며 기존의 기법보다 최고 31%의 성능향상을 나타내었다.

음차표기란 외국어의 단어를 글자나 발음을 이용하여 자국어로 표기하는 것으로 정의된다. 자동음차표기는 기계번역과 정보검색 등의 자연언어처리 응용에서 사용된다. 기계번역에서는 번역사전에 등재되어 있지 않은 고유명사나 전문용어를 번역하는 방법으로 사용되며, 정보검색에서는 단어불일치 문제의 해결과 질의확장 등에 사용된다. 하지만 지금까지의 영-한 자동 음차표기 연구들은 대부분 주어진 원어에 대하여 가장 적합한 음차표기를 생성하는 연구에 초점을 맞추었다. 또한, 원어로부터 가능한 음차표기를 파악하는 연구에서도 해당 음차표기에 대한 적합성을 파악하지 않고 단순 리스트형태로 음차표기를 생성함으로써, 음차표기생성 결과에 대한 품질이 낮았다. 본 논문에서는 이러한 문제점을 해결하기 위하여, 주어진 원어로부터 가능한 음차표기를 생성하고 이들에 대한 적합성을 자동으로 파악하는 음차표기 모델을 제안한다. 본 논문의 기법은 약 72%의 단어 정확률을 나타내었으며 기존의 기법보다 최고 31%의 성능향상을 나타내었다.

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

• 본 논문에서는 이러한 문제점을 해결하기 위하여, 주어진 원어로부터 가능한 음차표기를 생성하고 이들에 대한 적합성을 자동으로 파악하는 음차표기 모델을 제안한다. 본 논문의 기법은 여러가지 음차표기 모델을 이용하여 다양한 음차표기를 생성한 후, 생성된 음차표기가 나타나는 웹문서의 정보로부터 음차표기의 적합성을 자동으로 파악한다.
• 본 논문에서는 적합성 피드백을 이용한 자동음차표기 모델을 제안하였다. 본 논문의 기법은 글자기반, 음소기반, 글자 및 음소 기반 자동음차표기 모델을 통하여 생성된 음차표기에 대하여 원어와 음차표기가 나타나는 웹문서의 개수를 통하여 적합성을 파악하였다.
• 음차표기 적합성 피드백 과정에서는 자동음차표기 과정에서 생성된 음차표기리스트에 대한 적합성을 자동으로 파악하고 순위화된 음차표기리스트를 생성하는 것을 목표로 한다. 적합성 파악의 “실제 문서에서 자주 사용되는 음차표기일수록 해당 원어에 대한 적합한 음차표기이다.

제안 방법

• 본 논문에서는 이들 세 가지 음차표기 기법올 이용하여 다양한 음차표기를 생성한 후 이들 결과들에 대한 적합성 피드백을 이용하여 음차표기를 생성한다.
• 본 논문의 기법은 글자기반, 음소기반, 글자 및 음소 기반 자동음차표기 모델을 통하여 생성된 음차표기에 대하여 원어와 음차표기가 나타나는 웹문서의 개수를 통하여 적합성을 파악하였다. 실험결과 본 논문의 기법은 기존의 기법보다 최고 31%의 성능향상을 나타내었으며, 본 논문에서 사용한 각각의 자동 음차표기 기법보다 최고 27%의 성능향상을 나타내었다.
• 파악하는 음차표기 모델을 제안한다. 본 논문의 기법은 여러가지 음차표기 모델을 이용하여 다양한 음차표기를 생성한 후, 생성된 음차표기가 나타나는 웹문서의 정보로부터 음차표기의 적합성을 자동으로 파악한다. 이를 통하여 신뢰성 있는 음차표기 결과를 생성할 수 있을 뿐만 아니라 적합성에 의해 순위화된 음차표기 리스트를 통하여 가장 적합한 음차표기를 생성할 수 있다.
• 나타낸다. 제안하는 시스템은 자동음차표기 과정과 음차표기 적합성 피드백 과정으로 구성된다. 자동음차표기 과정에서는 세가지 음차표기기법을 이용하여 영어단어에 대한 가능한 한국어 음차표기를 생성한다.

대상 데이터

• 본 논문에서는 실험 및 평가를 위하여 7, 185개 영어-한국어 음차표기 쌍으로 구성된 실험집합을 사용하였다. 이 중 6, 185쌍은 학습데이터로 1, 000쌍은 시험데이터로 사용하였다.
• 쌍으로 구성된 실험집합을 사용하였다. 이 중 6, 185쌍은 학습데이터로 1, 000쌍은 시험데이터로 사용하였다. 사용한 실험 집합은 [2, 5, 기에서 사용한 실험집합으로 본 논문의 기법과 [2, 5, 6, 기의 성능평가를 위하여 사용한다.
• 이러한 가정에 기반하여 적합성은 원어와 음차표기가 함께 사용된 웹 문서의 개수로서 파악된다. 이를 위하여 검색엔진을 사용하였으며, 검색되는 웹문서의 적용률을 높이기 위하여 4가지 검색엔진을 사용하였다. 검색된 웹문서에 의한 적합성(Relevance)은식 ⑴과 같이 표현된다.

이론/모형

• 예를 들어 么但 로 표현된다. 본 논문에서 사용된 함수들은 현재 글자 (C) 와 좌우문맥 (L3〜L1, R3~R1) 을 이용하여 글자 및 음소를 생성하며, 메모리기반 학습방법인 TiMBL[8]을 이용하여 구현되었다. 표 1 은 구현된 缶 에 의해 board 의 발음이 생성되는 과정을 나타낸다.
• 사용한 실험 집합은 [2, 5, 기에서 사용한 실험집합으로 본 논문의 기법과 [2, 5, 6, 기의 성능평가를 위하여 사용한다. 평가 방법은 음차표기평가 방법으로 널리 사용되는 단어 정확도(W.A.)와 글자 정확도(C.A.)를 이용한다. 단어 정확도와 글자 정확도는 식 (2)와 같이 표현된다.

성능/효과

• 본 논문의 기법은 Top3에서 수렴되는데 이는 순위화된 결과에서 T이)3개의 결과만으로 적합한 음차표기를 파악할 수 있음을 나타낸다. 또한 Topi과 Top3의 성능차이가 크지 않는데 이는 본 논문에서 사용한 적합성 피드백 기법이 매우 효과적임을 나타낸다.
• 음차표기 피드백 모델이 본 논문에서 사용한 早GT, 平PT, “GP7보다 높은 성능을 나타내는 이유는 세 가지 기법의 결과를 음차표기 피드백을 통하여 효과적으로 통합할 수 있었기 때문으로 분석된다. 본 논문의 기법은 Top3에서 수렴되는데 이는 순위화된 결과에서 T이)3개의 결과만으로 적합한 음차표기를 파악할 수 있음을 나타낸다. 또한 Topi과 Top3의 성능차이가 크지 않는데 이는 본 논문에서 사용한 적합성 피드백 기법이 매우 효과적임을 나타낸다.
• 표에서는 기존의 연구[2, 5, 6]에 대한 성능과 본 논문에서 사용한 자동음차표기모델(WGT, 平PT, 甲GPT) 에 대한 성능, 그리고 음차표기 적합성 피드백에 의해 순위화된 결과 중 Topi〜Top3에 대한 성능을 각각 나타낸다. 실험 결과 기존연구와 平GT, 旳代円보다 최고 31.6%의 성능향상을 나타냄을 알 수 있으며, 이를 통하여 본 논문에서 사용한 음차표기 적합성 피드백 모델이 유용함을 알 수 있었다. 음차표기 피드백 모델이 본 논문에서 사용한 早GT, 平PT, “GP7보다 높은 성능을 나타내는 이유는 세 가지 기법의 결과를 음차표기 피드백을 통하여 효과적으로 통합할 수 있었기 때문으로 분석된다.
• 본 논문의 기법은 글자기반, 음소기반, 글자 및 음소 기반 자동음차표기 모델을 통하여 생성된 음차표기에 대하여 원어와 음차표기가 나타나는 웹문서의 개수를 통하여 적합성을 파악하였다. 실험결과 본 논문의 기법은 기존의 기법보다 최고 31%의 성능향상을 나타내었으며, 본 논문에서 사용한 각각의 자동 음차표기 기법보다 최고 27%의 성능향상을 나타내었다.

후속연구

• 향후 다양한 한국어 음차표기를 생성할 수 있는 기법에 대한 추가적인 연구가 필요하며 정보검색 둥과 같은 웅용시스템에 적용하여 제안한 기법의 효용성을 검증하는 것이 필요하다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기