초록

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

전문용어는 전문분야의 개념을 표현하는 언어적 표현이다. 전문용어의 조어단위는 전문용어를 구성하는 최소의 형태적 단위이다. 이러한 조어단위는 전문용어의 의미를 파악하는데 중요할 뿐만 아니라 전문분야 문서에 대한 기계번역과 같은 작업에 중요한 언어자원으로 사용될 수 있다. 하지만‘조어단위와 개념단위의 불일치 문제’, 조어 단위의‘동형이의어’,‘동의이형어’문제 등으로 인하여, 하나의 전문분야 개념을 나타내는 조어단위들의 덩어리를 파악할 필요가 있다. 본 논문에서는 이러한 문제점을 조어분석 된 한영 대역 전문용어사전에 대한 한국어-영어 조어단위 정렬문제로 해결하고자 한다. 본 논문의 기법은 97%의 정확률로 조어단위 간의 정렬을 수행하였다.

전문용어는 전문분야의 개념을 표현하는 언어적 표현이다. 전문용어의 조어단위는 전문용어를 구성하는 최소의 형태적 단위이다. 이러한 조어단위는 전문용어의 의미를 파악하는데 중요할 뿐만 아니라 전문분야 문서에 대한 기계번역과 같은 작업에 중요한 언어자원으로 사용될 수 있다. 하지만‘조어단위와 개념단위의 불일치 문제’, 조어 단위의‘동형이의어’,‘동의이형어’문제 등으로 인하여, 하나의 전문분야 개념을 나타내는 조어단위들의 덩어리를 파악할 필요가 있다. 본 논문에서는 이러한 문제점을 조어분석 된 한영 대역 전문용어사전에 대한 한국어-영어 조어단위 정렬문제로 해결하고자 한다. 본 논문의 기법은 97%의 정확률로 조어단위 간의 정렬을 수행하였다.

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 문제를 간단화하기 위하여 영어-한국어 전문용어 대역쌍에 나타나는 세 가지 특성을 이용하여 조어단위 정렬의 제약조건을 설정하고 이를 이용하여 조어단위 정렬을 수행한다. 사용되는 제약조건은 다음과 같다.
• 본 논문에서는 이러한 문제점을 조어분석된 한영 대역 전문 용어사전에 대한 한국어-영어 조어단위 정렬문제로 해결하고자 한다. 첫째, 개념단위 인식 문제는 한국어-영어 용어의 조어 단위 간의 대웅관계를 파악하는 문제로 정의될 수 있다.
• 본 논문에서는 조어 분석된 한-영 전문용어 표제어에 대한 조어 단위 정렬방법을 제안하였다. 본 논문의 기법은 약 95% 용어 정확률과 약 97% 조어정확률로 효과적으로 조어단위를 정렬하였다.

가설 설정

• 즉 정렬에서 널 정렬이 없음올 나타낸다. 본 논문에서는 널 정렬이 나타나는 대역쌍에 대해서는 정렬을 수행하지 않논다. 이는 전체 대역쌍 중 약 50 개 정도가 해당한다.
• 정렬의 대상이 영어 전문용어와 대역어인 한국어 전문용어이기 때문에 정렬결과에서 영어의 모든 조어단위가 한국어의 조어 단위로 대웅되는 것을 가정한다. 즉 정렬에서 널 정렬이 없음올 나타낸다.
• 제익조건 3) 모든 영어 단어와 모든 한국어 조어단위가 정렬된다.

제안 방법

• 또한, 전문용어의 대역 특성을 정렬모델에 반영하여 정렬을 수행한다. 기존의 단어 정렬이 양국어 대역 문장에 나타난 단어 간의 정렬을 수행한 것에 반해, 본 논문에서는 주어진 대역 전문용어에 대하여 전문용어를 구성하는 한-영 조어 단위 간의 정렬을 수행한다.
• 또한, 전문용어의 대역 특성을 정렬모델에 반영하여 정렬을 수행한다. 기존의 단어 정렬이 양국어 대역 문장에 나타난 단어 간의 정렬을 수행한 것에 반해, 본 논문에서는 주어진 대역 전문용어에 대하여 전문용어를 구성하는 한-영 조어 단위 간의 정렬을 수행한다.
• 이는 영한 전문용어 사전 표제어에 대한 영어-한국어 조어단위 정렬 문제로 변환할 수 있다. 본 논문에서는 정렬 모델을 이용하여 개념 단위를 인식하였다. 둘째, , 동형이의어' , , 동의이형어, 문제는 대응된 개념단위와 조어단위 간의 관계를 통하여 같은 개념 단위에 나타난 조어단위의 집합을 파악함으로써 해결할 수 있다.
• 이 중 하나의 조어단위로 구성된 영어용어는 약 8, 800개이며 두 개 이상의 조어단위로 구성된 영어용어는 약 5, 500개이다. 정렬결과에서 두 개 이상의 조어 단위로 구성된 영어용어에 대하여 정렬결과를 평가한다. 평가를 위하여 Baseline, 모델1, 모델2, Upper Bound의 네 가지 시스템에 대한 실험을 수행한다.
• 정렬결과에서 두 개 이상의 조어 단위로 구성된 영어용어에 대하여 정렬결과를 평가한다. 평가를 위하여 Baseline, 모델1, 모델2, Upper Bound의 네 가지 시스템에 대한 실험을 수행한다. Baselinee 한국어 조어단위에 대한 기저 명사구 파악 후 영어 조어단위와 한국어 명사구의 개수가 같을 때, 순서대로 정렬하는 시스템이다.

대상 데이터

• 실험을 위하여 14, 000여 표제어 수준의 생물학분야 전문 용어사전을 사용하였다. 사전은 영어와 한국어에 대하여 조어 분석된 결과를 포함하고 있다.

이론/모형

• , 본 논문에서는 [4]의 모델을 기반으로 조어단위 정렬올 수행한다. 또한, 전문용어의 대역 특성을 정렬모델에 반영하여 정렬을 수행한다.
• 통계기반 모델에서는 카이 제곱법이나 로그우도와 같온 통계기법을 이용하여 대역어 간의 연관도를 측정하여 정렬을 수행하였다. 이러한 연관도는 단어 정렬에서 제약조건으로 사용되었다 [6, 기.

성능/효과

• 본 논문에서는 정렬 모델을 이용하여 개념 단위를 인식하였다. 둘째, , 동형이의어' , , 동의이형어, 문제는 대응된 개념단위와 조어단위 간의 관계를 통하여 같은 개념 단위에 나타난 조어단위의 집합을 파악함으로써 해결할 수 있다.
• 5%의 조어단위 정확률 향상을 나타내며, 모델 2는 Baseline 보다 약 29%의 용어단위 정화률 향상과 약 40%의 조어 단위 정확률 향상을 나타냄을 알 수 있다. 또한, 모델 2는 모델 1보다 용어단위 정확률과 조어단위 정확률 모두 높게 나타남을 알 수 있다. 이는 품사정보가 조어단위의 경계를 파악하는데 유용하게 사용되기 때문으로 분석된다.
• 이로 인해 하나의 영어조어단위에 대하여 여러 개의 한국어 조어 단위가 대웅되는 양상을 나타낸다. 본 논문에서 사용한 생물학 분야 사전 약 14, 000여 개의 영어 용어에 대하여, 약 95% 정도가 이러한 특성을 나타내었다.
• 정렬방법을 제안하였다. 본 논문의 기법은 약 95% 용어 정확률과 약 97% 조어정확률로 효과적으로 조어단위를 정렬하였다. 하지만 제약조건으로 인하여 N:1 정렬, 교차정렬, 널 정렬을 포함하는 전문용어 대역쌍에 대한 효3적인 처리가 어曲 웠다.
• 실험 결과에서 모델 Ie Baseline보다 약 26%의 용어단위 정확률 향상과 약 38.5%의 조어단위 정확률 향상을 나타내며, 모델 2는 Baseline 보다 약 29%의 용어단위 정화률 향상과 약 40%의 조어 단위 정확률 향상을 나타냄을 알 수 있다. 또한, 모델 2는 모델 1보다 용어단위 정확률과 조어단위 정확률 모두 높게 나타남을 알 수 있다.
• 이를 통하여 본 논문에서 제시하는 정렬 모델은 조어 단위 정렬에 효과적으로 사용됨을 알 수 있다. 실험결과에서 N:1 정렬 (제약조건 1의 위배)로 인한 오류는 전체 오류의 7% (19개 용어)였으며, 교차정렬 (제약조건 2의 위배)로 인한 오류는 전체오류의 16%(42개 용어)였다.
• 실험 결과에서 모델 2는 Upper Bound와 비슷한 결과를 나타냄을 알 수 있다. 이를 통하여 본 논문에서 제시하는 정렬 모델은 조어 단위 정렬에 효과적으로 사용됨을 알 수 있다. 실험결과에서 N:1 정렬 (제약조건 1의 위배)로 인한 오류는 전체 오류의 7% (19개 용어)였으며, 교차정렬 (제약조건 2의 위배)로 인한 오류는 전체오류의 16%(42개 용어)였다.
• 첫째, 개념단위 인식 문제는 한국어-영어 용어의 조어 단위 간의 대웅관계를 파악하는 문제로 정의될 수 있다. 즉, 영어 조어 단위를 개념단위로 정의하고, 영어 조어단위에 대응되는 한국어 조어단위의 집합을 파악하는 문제로 정의된다.

후속연구

• 하지만 제약조건으로 인하여 N:1 정렬, 교차정렬, 널 정렬을 포함하는 전문용어 대역쌍에 대한 효3적인 처리가 어曲 웠다. 따라서 향후 이에 대한 보완이 필요할 것으로 생각된다.
• 또한 정렬결과는 개념단위에 기반한 전문용어의 소어 패턴과 천문용어의 변이파악을 위한 자원으로 사용될 수 있을 것으로 기대된다.
• 본 논문의 기법은 새로운 영어 전문용어에 대한 한국어 조어의 양상올 파악할 수 있는 기반 기술로 사용될 것으로 기대된다. 또한 정렬결과는 개념단위에 기반한 전문용어의 소어 패턴과 천문용어의 변이파악을 위한 자원으로 사용될 수 있을 것으로 기대된다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기