초록 ▼

1차 년도의 연구 범위는 말뭉치로부터 기계학습 기법을 통해 격 의미를 학습시키고, 이를 통해 명사, 동사, 형동사에 속하는 단어의 의미에 대한 새로운 표현법을 제시하고 이를 획득할 수 있는 프로그램을 개발하는 것이다. 세부 연구 항목은 다음과 같다. - 인터네트로부터 말뭉치를 자동으로 수집해 주는 시스템 개발 - 캐쉬 사전을 이용한 기존 형태소 분석기 성능 개선 - 한국어 표제어/ 품사쌍 사전 구축 - 전 용언에 대한 격틀 구축을 위해 필요한 말뭉치 예측 - 격틀 자동 구축 이론 정립 - 질의 유형 및 부사격 조사와 심층격

1차 년도의 연구 범위는 말뭉치로부터 기계학습 기법을 통해 격 의미를 학습시키고, 이를 통해 명사, 동사, 형동사에 속하는 단어의 의미에 대한 새로운 표현법을 제시하고 이를 획득할 수 있는 프로그램을 개발하는 것이다. 세부 연구 항목은 다음과 같다. - 인터네트로부터 말뭉치를 자동으로 수집해 주는 시스템 개발 - 캐쉬 사전을 이용한 기존 형태소 분석기 성능 개선 - 한국어 표제어/ 품사쌍 사전 구축 - 전 용언에 대한 격틀 구축을 위해 필요한 말뭉치 예측 - 격틀 자동 구축 이론 정립 - 질의 유형 및 부사격 조사와 심층격과의 관계 정립 - 격 유형에 대한 의미 학습 및 명사와 동사 분류 위한 기계학습 알고리즘 - 체언, 용언에 속하는 단어의 의미 표현 및 정의 - 말뭉치 수집: 인터네트 상에서 자동으로 download 할 수 있는 `DOWNLOADER' 프로그램 갤발하고 이를 이용하여 물뭉치 2백 10만 어절을 기 수집하였고 계속 수집 중 - 기본 분석기 다음기: 기존 형태소 분석기의 정확도와 처리 속도를 향상시키기 위해 KTS와 NM을 통합하고 캐쉬 기능을 두어 성능을 개선 - 표제어/품사쌍 사전 구축: mSQL을 이용하여 `우리말 큰사전'의 표제어와 품사정보를 데이터베이스를 구축 - 말뭉치량 예측 및 수집방법, 품질평가: 수집된 말뭉치를 대상으로 품사별, 말뭉치 수집 방법별, 말뭉치 크기 증가별로 다양한 통계를 구하고 수식을 유도 - 질의 유형 및 부사격 조사와 심층격과의 관계 정립: NLP에 적합한 질의 유형을 정립하고, 부사격이 표현할 수 있는 심층격을 계층적으로 분류 - 명사간의 유사 관계: 및 시소러스 구축: 퍼지 이론을 이용하여 명사를 유사도에 따라 분류 - 격 의미에 대한 기계학습 알고리즘 연구 및 단어 의미 획득: 격을 할당하고 분류하기 위한 알고리즘 고안 및 명사, 용언에 속하는 단어의 의미 정의

Abstract ▼

- Built a corpus. developed a program DOWNLOADER which can automatically download texts through an internet and are building a corpus by using the program. - Customized an existing morphological analyzer. integrated KTS and NM, and appended a cache dictionary to improve the correctness and speed of

- Built a corpus. developed a program DOWNLOADER which can automatically download texts through an internet and are building a corpus by using the program. - Customized an existing morphological analyzer. integrated KTS and NM, and appended a cache dictionary to improve the correctness and speed of the existing morphological analyzer. - Built a dictionary consisted of headwords and parts of speech. built a database consisted of headwords and part of speech in `the Korean Big Dictionary' by using mSQL. - Estimated the required size of a corpus, proposed its collecting method, evaluated the quality. made various statical tables and mathematical expression per parts of speech, the collecting method, the increment of the size. - Established the relation between a type of questioning sentences and the adverbial Case particales. established a type of questioning sentences in view of NLP and hierarchically. enumerated deep Cases which can be represented by each adverbial Case particle. - Calculated the similarity among nouns and built a thessaurus. classified nouns based on a fuzzy theory. -Developed the machine learning algorithm which classifies nouns and verbs and acquired the meaning of words. represented and defined the meaning of words which belong to a noun or a verb category by machine learning.

목차 Contents

• 제 1 장 말뭉치 수집 ... 13
• 제 1 절 서론 ... 13
• 제 2 절 말뭉치 ... 13
• 제 3 절 기존 시스템들과 본 시스템에 이용 ... 16
• 제 4 절 시스템 구조와 알고리즘 ... 17
• 제 5 절 결과 ... 18
• 제 2 장 형태소 분석기 성능 개선 ... 19
• 제 1 절 NM 과 KTS ... 19
• 제 2 절 형태소 분석기 KTS 와 HAM 의 결합 ... 23
• 제 3 장 말뭉치 기반 NLP에 필요한 말뭉치량 예측 ... 26
• 제 1 절 서론 ... 26
• 제 2 절 기존 연구 및 문제점 ... 26
• 제 3 절 말뭉치와 통계 분석 ... 27
• 제 4 절 서로 다른 말뭉치에서 추출한 이종 어휘 비교 ... 28
• 제 5 절 말망치와 빈도수의 관계를 예측하기 위한 근사 함수 발견 ... 32
• 제 6 절 결론 ... 35
• 제 4 장 인지적 관점에서 '-로'의 쓰임과 의미 ... 37
• 제 1 절 서론 ... 37
• 제 2 절 기존 연구 ... 37
• 제 3 절 연구 방법 및 이론적 근거 ... 38
• 제 4 절 연구 내용 ... 41
• 제 5 절 결론 ... 48
• 제 5 장 한국어 격의 계층적 분류와 질의 유형에의 적용 ... 50
• 제 1 절 서론 ... 50
• 제 2 절 한국어의 격분류 ... 50
• 제 3 절 대표 조사별 격정리 ... 65
• 제 4 절 Lehnert 질의 유형의 격에 따른 분류 ... 69
• 제 5 절 결론 ... 77
• 제 6 장 명사 유사 관계 및 시소러스 구축 ... 79
• 제 1 절 서론 ... 79
• 제 2 절 연구 목적 및 연구 범위 ... 80
• 제 3 절 한국어 명사 분류 시스템의 설계 ... 81
• 제 4 절 실험 및 평가 ... 85
• 제 5 절 결론 및 향후 연구 계획 ... 86
• 제 7 장 단어 의미의 정의 및 표현 ... 89
• 제 1 절 서론 ... 89
• 제 2 절 언어학적 지식 ... 89
• 제 3 절 기존 방법의 문제점 ... 93
• 제 4 절 관련 연구 ... 95
• 제 5 절 의미원소로서의 격 ... 96
• 제 6 절 단어 의미와 격틀의 표현 ... 97
• 제 7 절 단어 의미의 학습 및 정의 ... 98
• 제 8 절 결론 ... 101
• 부록 1: ... 104
• 부록 2: 명사 의미 정의 ... 105
• 부록 3: 동사 의미 정의 ... 109