초록

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

일반적으로 발음열 자동 생성기는 음성 인식 및 음성 합성에 사용되며, 그 주된 역할은 입력된 한글 철자에 대해 발음 나는 데로 표기된 음소열로 출력하는 것이다. 그러나 실제 입력되는 문장에는 특수 기호 및 알파벳. 아라비아 숫자, 영어 단어, 알파벳과 숫자가 혼용된 약어, 기호 단위 명사 등이 포함되어 있다. 게다가 아라비아 숫자의 경우 단위 명사의 종류에 따라서 뿐만 아니라, 문맥에 따라 숫자를 읽는 방식이 달라지게 된다. 이러한 모든 현상들을 발음열 생성기 내부에서 처리하게 되면 선행작업이 상대적으로 크게 되어 과부하 문제 가 발생된다. 또한 어절 내의 문맥 정보만으로 정확한 변환 결과를 얻기 힘들기 때문에 형태소 분석 수행 결과 및 예외처리를 위 한 루틴을 포함하여 한글 자소 단위의 입력형식으로 변환하는 전처리 시스템을 구성하였다.

일반적으로 발음열 자동 생성기는 음성 인식 및 음성 합성에 사용되며, 그 주된 역할은 입력된 한글 철자에 대해 발음 나는 데로 표기된 음소열로 출력하는 것이다. 그러나 실제 입력되는 문장에는 특수 기호 및 알파벳. 아라비아 숫자, 영어 단어, 알파벳과 숫자가 혼용된 약어, 기호 단위 명사 등이 포함되어 있다. 게다가 아라비아 숫자의 경우 단위 명사의 종류에 따라서 뿐만 아니라, 문맥에 따라 숫자를 읽는 방식이 달라지게 된다. 이러한 모든 현상들을 발음열 생성기 내부에서 처리하게 되면 선행작업이 상대적으로 크게 되어 과부하 문제 가 발생된다. 또한 어절 내의 문맥 정보만으로 정확한 변환 결과를 얻기 힘들기 때문에 형태소 분석 수행 결과 및 예외처리를 위 한 루틴을 포함하여 한글 자소 단위의 입력형식으로 변환하는 전처리 시스템을 구성하였다.

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 한국어 자동 발음열 생성기를 수행하기 위한 정확한 입력을 생성하기 위해 텍스트 전처리 과정을 세분화하여 시스템을 구축하고 안정화 작업을 수행하였다.
• 발음열 생성 시스템 내부에서 형태소 분석 정보를 사용하므로 전단계에서 형태소 태깅 작업을 수행하게 된다. 여기서 수행된 형 태소 태그를 제약 정보로 사용하여 전처리기에서 좀 더 정확한 분석 결과를 얻고자 하였다.

제안 방법

• 그 외에 소수점 및 일반적인 숫자 읽기 단위를 처리하도록 구성하였고, 날짜, 시간, 점수, 수식, 전화번호 등의 패턴을 분석하여 해당 발음으로 변환하도록 하였다. 전체적인 숫자처 리 방식에 대한 오토마타는 [그림 1]과 같다.
• 기본적으로코퍼스 내에서 발생되는 변환리스트를 map 파일 형식으로 작성하여 변환 루틴을 생성하였다. 기본적으로 알파벳과 숫자는 한 문자 단위로 일대일 매칭하고, 그 외의 경우는 [표 2]와 같이 예외 처 리로 변환하였다.
• 단위 기호 명사 외에, 바늘, 집' 둥과 같은 보통명사 앞에서도 숫자가 '한두, 방식 으로 발성 되 는 경우가 발생하므로 텍 스트 분석을 통하여 문맥에 따른 변화도 고려하였다.
• 그러나실제 입력되는문장에는 비한글 문자인 특수기호 및 알파벳, 그리고 숫자 등이 포함 되어 있으며, 문맥 정보에 따라 읽는 방식이 달라지기 때문에 이에 대한 고려사항도 필요하다. 따라서 시스템 생성에 맞는 입력 형식으로 변환하는 작업을 수행하기 위해 다음과 같은 단계를 거쳐 전처리기를 수행하였다.
• 오류가 발생하는 경우에는 입력 자체를 한글 수사로 변환하여 혼동을 줄이도록 하였다. 또한수사 및 단위발성에 대한 기존 연구[5] 결과를 참고하여 대상으로 삼은 코퍼스에서 발생하는 이외의 단위 명사 발성 방식에 대해서도 모델링 하였다.
• 발음열 생성기에 적용된 음운 규칙으로 적용되지 않는 현상들을 반영하기 위해 구축된 예외 사전의 크기는 약 10K 정도로 불필요한 검 색을 최소화하여 구축하였다.
• 본 논문에서 제안한 텍스트 전처리 시스템은 앞서 작성된 발음열 생성 시스템의 올바른 동작을 수행하기 위한 입력 형식을 작성하기 위 한 작업으로 입 력 문서에서 사용된 비 한글 문자들을 모두 한글로 바꾸는 작업을 수행하였다.
• 아라비 아 숫자의 경 우는 뒤 에 오는 단위 명사에 따라, 일 이, 식 이나, 한두, 방식으로 발화하게 되므로 단위명사 분류별로처 리하였다. '한두' 방식으로 읽 게 되는 단위 명사 목록으로는 대표적 으로 [표 3]과 같으며 100 단위 이 하의 경우에 만 적 용하였다.
• 예외 발음사전 탐색 및 발음 변환 현상이 규칙에 의하여 처리되지 않는 경우를 위해 형태소 재접속 결합규칙에 따라 자동 재태깅 작업을 수행하였다.
• 이는 국어학적으로도 도출 가능한 규칙이 정해져 있지 않기 때문에 대부분 예외처리를 할 수 밖에 없다. 예외사전을 이용한 예외처리를 수행하기 위해 해당 접미사의 경우 일반명사로 결합하는 규칙을 추가하였다.
• 한국어의 특성상 음소열로 변환하기 위해서는 형태소 분석 및 태깅 작업이 수행되어야 올바른 발음열을 유도할 수 있다. 이 시스템에서는 형태소 분석을 선행한 후, 한국어에서 빈번하게 발생하는 음운변화 현상의 분석을 통해 정의된 음소변동 규칙과 변이음 규칙을 다단계로 적용하여 형태소, 어절, 언절또는문장둥의 다양한형태의 입력에 대해 가능한 모든 발음열을 생성 하였다.
• 이러한 문제를 해결하기 위해 이 논문에서는 시스템 생성에 맞는 입력 형식으로 비한글 문자를 한글로 변환하는 작업을 수행하였다. 일반적으로 어절 내의 문맥 정보만으로는 예측 가능한 결과가 많을 뿐만 아니 라, 정 확한 변환 결과를 얻기 힘들기 때문에 발음열 생성기에서 사용되는 형태소 태그 정보를 사용함으로써 좀 더 정확한 결과를 얻도록 텍스트 전처리 시스템을구성하였다.
• 이로서 생성기 내부에서 처리할 수 없었던 비한글 문자변환 작업과 문맥 정보 및 형태소 태그 정보를 활용하여 발성 방식의 모호성을 최대한으로 줄임으로써 생성기를 유용하게 이 용할 수 있도록 하였다.
• 수행하였다. 일반적으로 어절 내의 문맥 정보만으로는 예측 가능한 결과가 많을 뿐만 아니 라, 정 확한 변환 결과를 얻기 힘들기 때문에 발음열 생성기에서 사용되는 형태소 태그 정보를 사용함으로써 좀 더 정확한 결과를 얻도록 텍스트 전처리 시스템을구성하였다.
• 전체적으로 테스트 결과 발생하는 오류의 경우, 분석을 통하여 수정 및 안정화 작업올 수행하였다.
• 낭독을 위한 스크립트는 숫자 및 기호 둥이 많이 포함되어 있다. 특수 문자 및 2byte 코드 변환단계를 거쳐 형태소 분석을 수행한 뒤, 형태소 분석기의 오류를 줄이기 위해 수작업으로 수정 작업을 거친 후전처리기를 수행하였다. 다음 [표 4]는 실제 전처리기를 거쳐 변환된 대표적인 결과이다.

대상 데이터

• 대상으로 삼은 코퍼스에서 발생된 예외처리 고유명사는 약 40여 개 이 고, 복합명 사 리 스트는 총 67개 이 다.
• 텍스트 전처리기 구성 및 성능을 평가하기 위하여 신문 기사 및 서적으로부터 추출한 낭독체 45, 000문장을 사용하였다. 이 문장들은 음향모델을 생성하기 위해 균형 잡힌 트라이폰 목록을 포함하도록 구성되어졌으며, 한 화 자당 100문장씩 발성하였다.

이론/모형

• 축약된 형 태까지 복원하게 된다. 그러나 음성 인식이나 합성에서 는 소리 값을 유지하여 야 하기 때문에 문자기 반의 형 태소 태거[3]를 수정하여 원형 복원을 하지 않도록 태깅을 수행하였고, 태그 기호는 표준 품사 태그 표준안[6]에 따랐다.

성능/효과

• 이 중 경음화 현상이 반영되지 않은 단어 중 예외적으로 경음화 현상이 나타나는 단어의 수를 카운트 한 결과, , -적, 의 경 우 481개 중 9개가, , -성, 의 경 우 80개, , -권, 의 경우 74개의 단어가 경음화 현상이 발생하였다.
• 텍스트 문장 분석 결과, 적, 으로 끝나는 명사의 종류가 599개, , -성, 의 경우 107개, , -권, 의 경우 89개의 단어가 발생하였다. 이 중 경음화 현상이 반영되지 않은 단어 중 예외적으로 경음화 현상이 나타나는 단어의 수를 카운트 한 결과, , -적, 의 경 우 481개 중 9개가, , -성, 의 경 우 80개, , -권, 의 경우 74개의 단어가 경음화 현상이 발생하였다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기