[논문]운율어를 이용한 한국어 위치 정보 데이터의 다중 발음 사전 생성

김선희; 전재훈; 나민수; 정민화

운율어를 이용한 한국어 위치 정보 데이터의 다중 발음 사전 생성
Multiple Pronunciation Dictionary Generation For Korean Point-of-Interest Data Using Prosodic Words 원문보기

김선희 (서울대학교 인문정보연구소) , 전재훈 (서울대학교 인문정보연구소) , 나민수 (서울대학교 인지과학협동과정) , 정민화 (서울대학교 언어학과)

본 논문에서 위치 정보 데이터란 텔레메틱스 분야의 응용을 위하여 웹상에서 수집한 Point-of-Interest (POI) 데이터로서 행정구역 및 지명 인명, 상호명과 같은 위치 검색에 사용되는 어휘로 구성된다. 본 논문은 음성 인식 시스템을 구성하는 발음 사전의 개발에 관한 것으로 250k 위치 정보데이터로부터 운율어를 이용하여 불규칙 발음과 발음 변이를 포함하는 가능한 모든 발음을 생성하는 방법을 제안하는 것을 목적으로 한다. 원래 모든 POI 는 한 번씩만 데이터에 포함되어 있으므로, 그 가운데 불규칙 발음을 포함하는 POI를 검출하거나 발음을 생성하기 위해서는 각각의 POI 하나하나를 일일이 검토하는 방법밖에 없는데, 대부분의 POI 가 복합명사구로 이루어졌다는 점에 착안하여 운율어를 이용한 결과, 불규칙 발음 검출과 다중 발음 생성을 효율적으로 수행할 수 있었다. 이러한 연구는 음성처리 영역에서는 위치정보데이터의 음성인식 성능을 향상하는 데 직접적인 기여를 할 수 있고, 무엇보다도 음성학과 음운론 이론을 음성 인식 분야에 접목한 학제적 연구로서 그 의미가 있다고 할 수 있다.

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

문제 정의

따라서, 본 논문은 음성 인식 시스템을 구성하는 발음 사전의 개발에 관한 것으로 웹상에서 수집한 250k 위치 정보 데이터로부터 운율어를 이용하여 불규칙 발음과 발음 변이를 포함하는 가능한 모든 발음을 생성하는 방법을 제안하는 것을 목적으로 한다. 이러한 연구는 음성처리 영역에서는 위치정보 데이터의 음성인식 성능을 향상하는 데 직접적인 기여를 할 수 있고, 무엇보다도 음성 학과 음운론 이론을 음성 인식 분야에 접목한 학제적 연구로서 그 의미가 있다고 할 수 있다.

제안 방법

1. 입력된 POI에 대해서 Dict_f를 이용해 어두에 사용 가능한 Prosodic Word List( ) 검출하고, Dict_r을 이용해 어미에 사용 가능한 Prosodic Word List(rwi )-8- 검출한 다음, 각 리스트에서 7 = 0 을 기준으로 Prosodic Word로 나눌지 결정하는 검색을 시작 한다. (단 음절 길이가 가장 긴 단어가 리스트에서 0번째 기록되고, 음절 길이가 긴 순서대로 위치시킨다.
마지막으로 (C)과정에서는 다중 발음 생성 성능을 평가해 보기 위하여 운율어로 분할하지 않은 경우와 운율 어로 분할한 경우에 문자음성변환기를 이용하여 생성된 발음 수를 비교하였다. 전자의 경우에 생성된 평균 발음 수는 1.
본 논문은 먼저, 2 장에서 위치 정보 데이터를 위하여 운율어 기반의 다중 발음 생성 시스템을 제안하고, 3 장에서는 실험 및 그 결과를 제시한 다음, 4 장의 결론으로 마무리한다.
실험은 웹상에서 추출한 250k P0I 데이터를 50k 씩 5 개 그룹으로 나누어서 진행하였다. 첫 50k 데이터에서 운율어 분할하고 참조 운율어와 불규칙 운율 어를 검출하는 작업은 전문가에 의한 수작업으로 진행되었다.
이 첫번째 단계에서 검출한운율어와 참조 운율어 및 불규칙 운율어를 이용하여 2 번째 50k 데이터를 에서 제안한 방법에 따라 새로운 운율어, 참조 운율어, 불규칙 운율 어를 검출하고, 최종적으로 다중 발음을 생성하였다.
지금까지 웹상에서 수집한 250k 위치 정보 데이터로부터 운율어를 이용하여 불규칙 발음과 발음 변이를 포함하는 가능한 모든 발음을 생성하는 방법을 제안하였다. 원래 모든 P0I 는 한 번씩만 데이터에 포함되어 있으므로, 그 가운데 불규칙 발음을 포함하는 P0I 를 검출하거나 발음을 생성하기 위해서는 각각의 P0I 하나하나를 일일이 검토하는 방법밖에 없는데, 대부분의 P0I 가 복합명사구로 이루어졌다는 점에 착안하여 운율 어를 이용한 결과, 불규칙 발음 검출과 다중 발음 생성을 효율적으로 수행할 수 있었다.
씩 5 개 그룹으로 나누어서 진행하였다. 첫 50k 데이터에서 운율어 분할하고 참조 운율어와 불규칙 운율 어를 검출하는 작업은 전문가에 의한 수작업으로 진행되었다. 이 첫번째 단계에서 검출한운율어와 참조 운율어 및 불규칙 운율어를 이용하여 2 번째 50k 데이터를 <그림 1>에서 제안한 방법에 따라 새로운 운율어, 참조 운율어, 불규칙 운율 어를 검출하고, 최종적으로 다중 발음을 생성하였다.

이론/모형

따라서, 복합명사구를 구성하고 있는 요소를 분할하기 위하여 명사가 아닌 다른 단위에 의한 분할이 필요하게 되는데, 본 논문에서는 [2] 에서제안된 운율어(Prosodic word)의 개념을 이용한다. [2]에 의 하면 운율어란 "강세구로 실현될 수 있는 분절음의 최소 연쇄 (the minimal sequence of segments which can be prod uced as one Accentual Phrase (AP)" 라고 정의하였는데, 이는 바꾸어 발하면 운율어란 따로 끊어서 발화할 수 있는 분절음의 최소 연쇄, 즉 일종의 '잠재적인강세구' 라고도 할 수 있다.

성능/효과

위에서 언급한 같은 방법으로 데이터를 50k 씩 증가시켜감에 검출되는 불규칙 P0I 비율과 그때의 오류율이다. 불규칙 P0I 는 전체적으로 그 비율이 크지는 않지만 증가하는 경향을 보이고, 적은 오류율 (0.43%)로평균 68.8%의 불규칙 발음 P0I 를 검출해 내었다.
제안하였다. 원래 모든 P0I 는 한 번씩만 데이터에 포함되어 있으므로, 그 가운데 불규칙 발음을 포함하는 P0I 를 검출하거나 발음을 생성하기 위해서는 각각의 P0I 하나하나를 일일이 검토하는 방법밖에 없는데, 대부분의 P0I 가 복합명사구로 이루어졌다는 점에 착안하여 운율 어를 이용한 결과, 불규칙 발음 검출과 다중 발음 생성을 효율적으로 수행할 수 있었다.
먼저, <표 1>은 (A)과정에서는 입력된 P0I 가운데 기존의 검출된 운율 어에 의하여 운율어 분할이 가능한 P0I 의비율울 나타낸다. 이는 비록 새로운 POI 데이터가 입력이 되더라도 운율어를 이용할 경우에 평균 77.6%는 모두 기존의 운율어에 포함하고 있는 것들로서 바로 발음열이 생성될 수 있다는 것을 의미한다.

후속연구

중이다. 향후 실제 음성 데이터를 분석하여 지식기반으로 생성한 다중 발음과 실제 발음과의 유사도를 비교할 필요■가 있고, 나아가서 다른 외국어의 P0I 의 경우에도 불규칙 발음을 검출하거나 다중 발음의 생성을 위하여 제안한 방식을 적용할 수 있을 것으로 생각된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

운율어를 이용한 한국어 위치 정보 데이터의 다중 발음 사전 생성
Multiple Pronunciation Dictionary Generation For Korean Point-of-Interest Data Using Prosodic Words 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

운율어를 이용한 한국어 위치 정보 데이터의 다중 발음 사전 생성 Multiple Pronunciation Dictionary Generation For Korean Point-of-Interest Data Using Prosodic Words 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

운율어를 이용한 한국어 위치 정보 데이터의 다중 발음 사전 생성
Multiple Pronunciation Dictionary Generation For Korean Point-of-Interest Data Using Prosodic Words 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper