초록

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

정렬(alignment)은 병렬 코퍼스에서 원문서의 문단, 문장, 혹은 단어와 같은 단위 요소에 대해, 대역문서에서의 상응하는 단위 요소를 찾는 일로, 코퍼스 기반 기계번역 방식에서 매우 중요한 과정이다. 동일 어족간의 원문과 대역문에서는 어순이나 단위 요소들이 거의 일치하여 정렬에 큰 어려움이 없으나, 한국어와 영어와 같이 어족이 다른 언어간의 정렬은 언어의 단위 요소의 상이성과 어순의 차이 등으로 인해 않은 어려움이 존재한다. 본 논문은 어족이 다른 언어 사이의 정렬을 위해 상대 구문 고립성(Relative Syntactic Isolativity)이라는 개념을 적용하여 언어 단위의 상이성을 극복할 수 있는 단위 구를 제안하고 이들을 추출하는 방법에 대해 보인다.

정렬(alignment)은 병렬 코퍼스에서 원문서의 문단, 문장, 혹은 단어와 같은 단위 요소에 대해, 대역문서에서의 상응하는 단위 요소를 찾는 일로, 코퍼스 기반 기계번역 방식에서 매우 중요한 과정이다. 동일 어족간의 원문과 대역문에서는 어순이나 단위 요소들이 거의 일치하여 정렬에 큰 어려움이 없으나, 한국어와 영어와 같이 어족이 다른 언어간의 정렬은 언어의 단위 요소의 상이성과 어순의 차이 등으로 인해 않은 어려움이 존재한다. 본 논문은 어족이 다른 언어 사이의 정렬을 위해 상대 구문 고립성(Relative Syntactic Isolativity)이라는 개념을 적용하여 언어 단위의 상이성을 극복할 수 있는 단위 구를 제안하고 이들을 추출하는 방법에 대해 보인다.

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

• 이와 같은 상이성을 극복하기 위해 신중히 1]에서는 한국어와 영어에 대하여 셉트(cept) 개념올 도입하여 정렬 단위를 구로 확장하였으나 단순히 공기 빈도만을 이용하여 인접한 형태소의 나열 올 초기 구로 설정하고 인접한 형태소들로 구의 범위를 확장하여 정렬을 행하였기에 구 단위 정렬의 정확도에 한계가 있었으며, 구를 언어학적인 구가 아닌 단순히 인접한 형태소들의 나열로 정의함으로써 결과물로 제시된 대역사전에는 많은 문제점욜 내포하고 있다. 따라서 본 논문에서는 어족이 다룐 언어 사이의 정렬을 위해 언어 단위의 상이성을 극복할 수 있는 단위 구를 제안하고 이들을 추출하는 방법에 대해서 보인다.

가설 설정

• "대역 관계에 있는 상이한 언어로 된 두 문장이 있을 때, 두 문장의 의미는 동일한 것이.므로 의미가 부분적으로 폐翎적인구를 추출하게 되면 두 문장에서 추출된 구들은 두 언어에 대해 일치하는 단위를 형성하게 되며 그럼으로써 이들 사이에는 대역 쌓이 존재하게 된다.

제안 방법

• [표 1]의 실험 결과는 추출된 단위 구가 정렬이 되는 것과 되지 않는 것으로 나누어 통계를 내었으며 정렬이 되는 경우에는 하나의 한국어 단위 구가 하나의 영문 단위 구와 정렬이 되는 이상적인 경우와 둘 이상의 영문 단위 구와 정렬이 되는 경우로 세분류하였다. 후자의 경우 하나의 한국어 단위 구가 두 개의 영문 단위 구와 정렬이 되는 경우가 전체의 12.
• 코퍼스로부터 무작위로 100문장 쌍을 선출하여 이들로부터 상대 구문 고립성을 관찰하고 상대 구문 고립성이 반영된 한국어와 영어 부분 구문 분석 규칙을 작성한 후 이를 다시 100문장 쌍에 적용하여 부분 구문 분석을 행하는 과정에서 정렬에 적합한 단위 구가 추출되도록 부분 구문 분석의 깊이를 조정하였다’ 실험은 구문 규칙 작성에 사용한 100문장 쌍을 제외한 983문장 쌍에 적용하여 부분 구문 분석을 통해 정렬을 위한 단위 구를 추출하였고 실험 결과의 산출은 각 문장 쌍에서 자동 추출된 단위 구톨 수작업으로 정렬하여 추출된 단위 구들이 실제 정렬에 어느 정도 기여할 수 있는지를 측정하였다.
• 코퍼스에 포함된 영어 문장둘은 평서문, 의문문, 가정법, 완료, 진행, 감탄문, 명령문 둥 다양한 언어 현상들이 반영되어 있으며, 문장들의 구문 구조 또한 다양하여 상대 구문 고립성의 관찰을 통해 정렬올 위한 단위 구 추출에 사용할 구문 규칙들을 설계하고 시험해 보기에 적합하다. 코퍼스의 품사 부착은 영어와 한국어 각각에 대해 팬 트리 뱅크 태그 세트(Penn Tree Bank Tag Set)와 ETRI 태그 세트롤 이용하여 품사를 부착하였다.

대상 데이터

• 실험에 사용한 데이터에서는 두 문장이 한 문장으로, 흑은 한 문장이 두 문장으로 번역되어 있는 경우와 관용문과 같이 의미의 중심이 문장 내에 존재하지 않아 정렬이 불가능한 경우, 그리고 본 논문에서 구현하여 사용하고 잇는 현재 구문 분석기의 성능 상 처리할 수 없는 인용문과 같은 경우 등의 245 문장 쌍올 제외한 1083 문장 쌍만을 사용하였다.
• 코퍼스는 대용량 음성/언어/영상 DB 구축 및 표준화 사업발표회(KSURIMAL)에서 배포한 영한 기계번역시스템 평가 세트를 사용하였다. 본 코파스는 중.

이론/모형

• 언어 단위의 상이성을 극복하고 정렬의 정확성과 정렬 결과의 효용성을 높이기 위해서는 문장을 이루는 언어 단위들 사이의 관계와 그런 관계가 의미적으로는 어떤 역할을 하는지 역시 고려되어야 한다, 본 논문에서는 단어들 사이의 관계에 대한 척도로서 상대 구문 고립성(Relative Syntactic Isolativity)이라는 개념을 도입한다. 문장내의 인접한 각각의 단어와 단어, 단어와 구, 구와 구 사이의 관계는 서로 상대적으로 다른 연관성을 지니며 연관성이 높은 요소들이 먼저 결합된다.

성능/효과

• 한국어와 영어 사이의 정렬은 신중히1】에서 단어 단위 및 구 단위 정렬울 Bmwn[3]의 모델을 한국어와 영어 사이의 정렬에 맞게 확장 이식함으로써 이루어졌으며 68.7%라는 비교적 양호한 구 단위 정렬의 정확도를 보였다. 그러나 이것은 어순이 서로 다른 한국어와 영어에 대해 단순히 공기 빈도에만 의존하여 빈도가 높은 인접한 형태소들로 셉트(cept)를 형성하고 이웃한 셉트로 정렬 단위 구를 확장하였기 때문에 정렬의 정확도에 한계가 있었다,

후속연구

• 본 논문에서는 추출된 단위 구에 대해 수작업으로 정렬을 수행하였으나 실제 정렬 작업에서도 정렬 대상 후보가 최소화되었으므로 정렬의 성능을 향상시킬 것으로 기대된다, [표 니의실험 결과에서 정렬이 되는 단위 구중 한국어와 영어 단위 구에 대해 l:n으로 대웅되는 경우는 정렬 단위에 대한 품질을 향상시키기 위해 확률을 이용하여 추출된 대역 쌍들에 적합한 정렬 모델의 개발이 필요하다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기