$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 규칙과 어절 확률을 이용한 혼합 품사 태깅 모델
POS-Tagging Model Combining Rules and Word Probability 원문보기

한국정보과학회 06 추계학술발표논문집(B), 2006 Oct. 20, 2006년, pp.11 - 15  

황명진 (부산대학교 컴퓨터공학과 한국어정보처리 연구실) ,  강미영 (부산대학교 컴퓨터공학과 한국어정보처리 연구실) ,  권혁철 (부산대학교 컴퓨터공학과 한국어정보처리 연구실)

초록
AI-Helper 아이콘AI-Helper

본 논문은, 긍정적 가중치와 부정적 가중치를 통해 표현되는 규칙에 기반을 둔 품사 태깅 모델과, 형태 소 unigram 정보와 어절 내의 카테고리 패턴에 기반하여 어절 확률을 추정하는 품사 태깅 모델의 장점을 취하고 단점을 보완할 수 있는 혼합 품사 태깅 모델을 제안한다. 이 혼합 모델은 먼저, 규칙에 기반한 품사 태깅을 적용한 후, 규칙이 해결하지 못한 결과에 대해서 통계적인 기법을 사용하여 품사 태깅을 한다. 본 연구는 어절 내 카테고리 패턴정보에 따른 파라미터 set과 형태소 unigram만을 이용해 어절 확률을 계산해 내므로 다른 통계기반 접근방법에서와는 달리 작은 크기의 통계사전만을 필요로 하며, 카테고리 패턴 정보를 사용함으로써 통계기반 접근 방법의 가장 큰 문제점인 data sparseness 문제 또한 줄일 수 있다는 이점이 있다. 특히, 본 논문에서 사용할 통계 모델은 어절 확률에 기반을 두고 있기 때문에 한국어의 특성을 잘 반영할 수 있다. 본 논문에서 제안한 혼합 모델은 규칙이 적용된 후에도 후보열이 둘 이상 남아 오류로 반환되었던 어절 중 24%를 개선한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문은 규칙 기반 품사 태깅 모델의 장점과 통계기반 품사 태깅 모델의 장점을 갖추면서도 통계 기반 모델의 단점인 대용량 통계 자료 저장 문제와 자료 부족문제를 줄임과 동시에, 한국어의 형태론적 특성을 고려한 통합 모델을 제안한다.
  • 있다. 한국어 자동 띄어쓰기에 대해 연구한 이 논문은, 띄어쓰기할 확률믈 구하기 위해 카테고리 패턴에 기반하여 어절 확률을 계산하는 모델을 제안하였다.
  • 본 절에서는 규칙 기반 모델과 통계 기반 모델의 장점을 취하고 단점을 보완할 수 있는 苣합 품사 태깅 모델을 제안한다. 이 혼합 모델은 수동 구축한 규칙 기반 모델과 어절 카테고리 패턴 기반 모델을 적용한 두 모듈로 구성된다.
  • 이 논문[기어서는 어절 unig「sm 출현 확률을, 그것을 구성하는 형태소 unig「am 출현 확률과 미리 학습한 카테고리 패턴 파라미터를 이용하여 계산하는 방법을 제시하였다. 아래에 어절 '날다+는'의 확률을 동사 '날다'와어미 '는' 각각의 빈도를 이용해 계산하는 예가 있다.
  • 본 논문은 규칙 기반 품사 태깅 모델과 통계 기반 품사 태깅 모델의 장점을 취하고 단점을 보완할 수 있는혼합 품사 태깅 모델을 제안하였다. 카테고리 패턴 기반중의성 해소 모듈에서 타 통계기반 시스템에 비해 월등히 적은 양의 통계 정보를 사용하고, 어절 내 형태소들간의 결합 패턴을 이용하는 카테고리 패턴기반 모델을도입함으로써 어절을 인식하여 한국어 형태론적 제약규칙을 최대한 고려하는 태깅을 수행함과 동시에 대용량통계 자료를 저장해야 하는 뮨제 등을 해결하였다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로