[논문]Linked Data를 위한 한국어 자연언어처리 플랫폼

함영균; 임경태; 박정열; 윤용운; 최기선

문제 정의

양질의 언어자원인 세종 트리뱅크를 사용하여 구구문분석을 위한 연구가 진행되기는 하였으나[7], 현재까지는 그 연구의 공개가 활성화되어있지 않고, 또한 다양한 포맷으로 결과물을 출력하는 다양한 도구들이 존재하고 있어 상호운용성이 부족한 것이 사실이다. 따라서 본 논문에서는 하나의 플랫폼으로서 품사태그정보와 구구문분석정보, 의존구문분석정보를 모두 출력하는 시스템을 구축하고자 하고, 자연언어처리 결과물의 국제적 상호운용성을 위하여 NIF규격을 따르는 RDF 를 통해 메타데이터를 기술하고자 한다.
출력된 RDF Triplee SPARQL 쿼리를 지원한다. 이를 통하여 자연언어처리 결과의 국제적 상호운용성을 확보하는 한편, 자연언어처리를 통한 Linked Data의 기초를 마련하고자 한다.
향후에는 동시에 대규모의 한국어 텍스트에 대한 자연언어처리 결과물을 효율적으로 RDF로 출력하는 도구를 제공하고자 한다. 또한 출력된 RDF triple을 LOD-cloud, 특히 DBpedia와 연결하는 시스템 구현을 연구 중에 있다.

제안 방법

결과물들은 DB에 저장된다. DB는 실제 상황에서 NIF형태가 다음 프로세스로 넘어가므로 필요하지않아 보이지만, 현재는 하나의 한국어 문장으로부터 RDF triple을 추출하는 시스템을 구현하는 것을 목표로 하고있기 때문에 우선적으로 DB를 사용하는 시스템을 구축하였다.
이에 [1이에서 사용된 알고리즘만을 사용하여 자연언어처 리도구를 사용하지 않고서도 구구조형태의문법을 의존구조형태로 변환할 수 있는 도구를 추가하였다. 따라서 이 논문에서 제안하는 자연언어처리 플랫폼은 3.2에서 출력된 구구조형태의 자연언어처리 결과물을 입력으로 받아서 그림 3과 같은 의존구조형태의 결과물을 제공한다. 그림 3에서 "나/NP+는/JX”3번 "가/VV+ 「다/EF+.
영어의 경우 펜 트리뱅크의 품사들과 OLiA를 매핑시켜 줌으로서 이러한 상호운용성을 확보하고 있다. 따라서 한국어의 세종품사태그셋의 온톨로지를 구축하고, 그것을 OLiA와 매핑시켜 주었다. 이때, 세종품사태그셋 온톨로지는 텍스트에 주석으로 태깅된 정보를 의미하며, 그것의 언어적 개념을 설명하는 온톨로지로서 OLiA가 사용된다.
본 연구에서는 한국어를 위해 변환된 버클리 구문분석기는 자연언어처리 플랫폼 구축을 위하여 한나눔 형태소분석기의 결과를 세종태그셋 형태로 변환하였고, 훈련모듈을 포함한 형태로 오픈소스로 공개되어 있다.10) 특히, 사용자 편의를 위하여 간단한 입출력을 이용할 수 있도록 구성되어 있다.
상기의 온톨로지와 어휘를 바탕으로 자연언어처리 결과물을 입력으로 받고 RDF triple을 결과로 보이는 시스템을 구현하였다[13]. 그림 6은 이러한 시스템을 도식화한 것이다.
기존의 3가지 도구 및 방법들을 사용하였다. 이 과정에서 다음 3가지의 도구들의 결합 작업을 수행하였고, 성능 향상을 연구하였다. 1) 한나눔 2) 버클리 구문분석기7 8)3) 의존형태 구분분석 결과 출력.
이를 위해 세종품사태그셋을 기반으로 한 한국어 언어태그 온톨로지를 구축하였고, OLiA(Ontologies of Linguistic Annotation)3)와의 매핑을 통하여 국제적 상호운용성을 확보하기 위해 노력하였다. 출력된 RDF Triplee SPARQL 쿼리를 지원한다.
않는다. 이에 [1이에서 사용된 알고리즘만을 사용하여 자연언어처 리도구를 사용하지 않고서도 구구조형태의문법을 의존구조형태로 변환할 수 있는 도구를 추가하였다. 따라서 이 논문에서 제안하는 자연언어처리 플랫폼은 3.
또한 이렇게 출력된 자연언어처리 결과물들의 국제적 상호운용성을 위하여 RDF로 변환된 출력물을 제공할 필요성도 있었다. 이에 자연언어처리 플랫폼을 구축하고 오픈소스로 공개하였으며, 또한 자연언어처리 결과물을 RDF로의 변환 제공하는 기초 시스템을 구축하였고 데모사이트로 공개하였다. 이 모든 과정은 단순 텍스트 구문분석을 떠나 텍스트 정보에 대한 LOD의 링크 디스커버리를 밝히고 LOD-cloud에 연결가능 하도록 만들었다는데 큰 의미가 있다.

대상 데이터

본 연구에서는 KAIST Semantic Web Research Cente r8)에서 자체개발한 한나눔 형태소분석기를 사용 하였다. 한나눔 형태소분석기는 1999년 C언어로 개발되었고 2010 년 Java언어로 변환되었다.

이론/모형

DB에 저장된 자연언어처리 결과물은 OnTop Framework에 기반 한 Ontology Based Data Access 모델 [11]을 사용한다. OnTop의 기능은 본 연구에서 크게 두가지로 사용되는데 첫 번째로 DB의 데이터를 SPARQL 쿼리를 통해 접근가능 하도록 만들어 주는 것.
NIF에서는 offset과 context-Hash URI 스키마를 제공한다. 본 논문연구에서는 context-Hash URI를 사용하였다. 이 URI는 5가지 구성요소를 갖는다.
이러한 자연언어처리의 결과물들의 국제적 상호운용성을 위하여 RDF(Resource Description Framework) 출력형태에 기반한 NIF(NLP Interchange Format)[2][3] 규격을 준수했다. 이를 위해 세종품사태그셋을 기반으로 한 한국어 언어태그 온톨로지를 구축하였고, OLiA(Ontologies of Linguistic Annotation)3)와의 매핑을 통하여 국제적 상호운용성을 확보하기 위해 노력하였다.
한국어 자연언어처리를 위한 플랫폼을 구축하기 위하여 기존의 3가지 도구 및 방법들을 사용하였다. 이 과정에서 다음 3가지의 도구들의 결합 작업을 수행하였고, 성능 향상을 연구하였다.

성능/효과

연구가 거의 이루어져 있지 않다. 본 연구에서는 세종 트리뱅크9)라는 양질의 구구조 코퍼스를 사용하여 기존의 영어 구문분석기에 적용하여 실험하였고, 그 결과 다른 구구조 구문분석기 중에서 버클리 구문분석기의 성능이 가장 높게 나왔음을 확인할 수 있었다[7]. 세종코퍼스의 일부를 버클리 구문분석기의 학습 데이터셋으로 사용하기 위하여 간단한 전처리작업을 수행하였고[9], 이과정에서 구문분석기의 성능 향상을 위하여 한국어의 특성에 맞추어 변환하는 연구가 병행되었다.
구축된 온톨로지와 OLiA와의 매핑은 아래와 같다. 이 과정에서 명사나 부사 같은 영어에도 존재하는 품사태그의 경우에는 최대한 영어의 매핑 형태를 따르고자 하였으나, 한국어 형용사의 경우에는 동사의 성격도 있어서 동사와도 매핑되었으며, 조사의 경우에는 OLiA의 MorhposyntacticCategory의 하위 클래스가 아닌, MorphologicalCategory의 하위클래스로 속하게 매핑되었다.
두 가지 문제점이 있는 것으로 파악되었다. 첫 번째로 형태소 분석 단어 사전의 버전이 오래되어 미등록어 문제로 형태소분석 결과가 잘못 나와 구문분석기 오류를 증폭 시킬 수 있다는 점, 두 번째로 조사 어미 분석을 과도하게 세분화하여 구문분석에서 토큰 단위의 모호성을 만들 수 있다는 점이다. 두 문제점을 최소화하기위해 사전 추가와 형태소분석 수준의 세밀함에 대한 조절이 필요할 것으로 보인다.
따랐다. 최종적으로는 3장에서 사용된 자연언어처리도구의 결과물들을 RDF triple로 추출할 수 있었다.

후속연구

이러한 문제의식을 바탕으로, 하나의 문장으로부터 품사태그와 구구조형태, 의존구조형태의 자연언어처리 결과물을 모두 출력하는 하나의 플랫폼을 구축할 필요성이 있었다. 또한 이렇게 출력된 자연언어처리 결과물들의 국제적 상호운용성을 위하여 RDF로 변환된 출력물을 제공할 필요성도 있었다. 이에 자연언어처리 플랫폼을 구축하고 오픈소스로 공개하였으며, 또한 자연언어처리 결과물을 RDF로의 변환 제공하는 기초 시스템을 구축하였고 데모사이트로 공개하였다.
전체적으로 누적된 오류가 F1-score상으로 18% 선으로 영어 버클리파서의 성능보다 10%정도 미흡하지만, 품사태그의 조절과 원래 목적인 RDF변환과 LOD-cloud에 대한 링크발견에 대한 최적화로서 대상 개체의 획득 정확도 및 LOD property에 대한 매핑을 위한 평가척도가 마련되어야 한다.

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

Linked Data를 위한 한국어 자연언어처리 플랫폼
Korean Natural Language Processing Platform for Linked Data 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

연구과제 타임라인

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Linked Data를 위한 한국어 자연언어처리 플랫폼 Korean Natural Language Processing Platform for Linked Data 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Linked Data를 위한 한국어 자연언어처리 플랫폼
Korean Natural Language Processing Platform for Linked Data 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper