초록 ▼

본 과제에서 진행한 연구 결과는 다음과 같다.

1. PCFG-LA 관련 연구의 실험 장비 구축
본 과제에서는 대량의 데이터 및 비결정적 알고리즘의 다수 실행에서 얻어지는 결과분석을 해야하므로 동시에 다수의 프로세스를 써서 사용하는 컴퓨팅 환경이 아닌 독립적으로 여러 번 실행해서 결과를 취합하는 형태에 적합한 클러스터 서버를 구축함

2. PCFG기반 확률 모델이 가지고 있는 문제점 분석
기존의 PCFG에 대한 이론의 토대를 마련한 논문들의 가정들에 대해 조사 및 분석.
문제가 발생할 수 있는

본 과제에서 진행한 연구 결과는 다음과 같다.

1. PCFG-LA 관련 연구의 실험 장비 구축
본 과제에서는 대량의 데이터 및 비결정적 알고리즘의 다수 실행에서 얻어지는 결과분석을 해야하므로 동시에 다수의 프로세스를 써서 사용하는 컴퓨팅 환경이 아닌 독립적으로 여러 번 실행해서 결과를 취합하는 형태에 적합한 클러스터 서버를 구축함

2. PCFG기반 확률 모델이 가지고 있는 문제점 분석
기존의 PCFG에 대한 이론의 토대를 마련한 논문들의 가정들에 대해 조사 및 분석.
문제가 발생할 수 있는 상황을 보여줄 수 있는 실제 케이스 조사 및 획득.

3. PCFG기반 확률 모델들의 성능 개선 방법에 대한 이론 마련
PCFG가 발생시키는 문제점을 해결하기 위하여 학습시 최소화시키는 비용을 끝나는 트리들의 확률 합의 최종점으로 다시 재조정하는 방법 개발.
이 방법을 사용시 추정해야하는 끝나는 트리들의 확률 합이 일반적으로 계산하기 매우 힘든 수치이므로 이를 계산하기 위하여 알고리즘 개발.
최대화를 위한 Expectation-Maximization의 학습 방식 위에서 돌아가게 하기 위하여 maximization 단계에서 gradient 기반 최적화 방법을 사용.
gradient 기반 최적화시 다시 끝나는 트리들의 확률합을 계산하는 것이 매우 복잡하므로 이를 계산하기 위한 알고리즘 개발.
학습시에는 차이가 나지만 결과적으로 새로운 방식으로 학습한 모델에서 표현하는 확률분포로 기존의 추론 방법에 따라 실제 트리를 주어진 문장에 맞게 추측하는 것이 가능함을 보임.

4. PCFG기반 확률 모델의 성능 개선안의 검증을 위한 환경 구축
PCFG 기반 확률 모델이 처음에 제시되었던 연구 분야인 전산 언어학에서 대표적인 구문 구조 분석에 사용되는 데이터들은 데이터에 사용되는 심볼들의 의미와 정답 구조들이 언어학자들을 통해 많은 비용을 들여서 생성된 데이터임. 이에 따라 데이터를 별도로 구매하여 검증을 시도함. 또한 데이터를 적용시 일반적으로 바로 사용할 수 있는 상태가 아닌 raw data이므로 데이터 전처리 과정을 적용함. 적용하는 방법의 언어의 특성에 독립적인 결과를 얻기 위해 여러 언어 (영어 WSJ, 영어 Brown, 한국어, 중국어)를 준비함. 검증은 한 언어에 대해서 경험적으로 좋은 성능을 얻기 위한 2~3만 문장 이상이 되는 코퍼스들을 LDC로부터 구매.
PCFG 기반 모델 중 가장 성능이 좋은 PCFG-LA 모델의 소스 코드를 이 방법을 제안한 stanford 측 연구 그룹에 컨택하여 획득 및 분석하여 테스트 가능한 상태로 변경.

5. 제안된 방법의 구현 및 성능 검증
제안된 방법은 획득한 PCFG-LA 코드의 각 부분별로 이식 및 구현.
성능 검증을 하기 위하여 내부 실행 과정에 대한 분석 진행.
성능의 비교를 위해 원 PCFG-LA가 각 언어의 구문분석에서 보여주는 성능 분석

(출처 : 요약문 3p)

목차 Contents

• 표지 ... 1
• 목차 ... 2
• Ⅰ. 연구결과 요약문 ... 3
• Ⅱ. 연구내용 및 결과 ... 4
• 1. 연구과제의 개요 ... 4
• 2. 국내외 기술개발 현황 ... 4
• 3. 연구수행 내용 및 결과 ... 4
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 6
• 5. 연구결과의 활용계획 ... 6
• 6. 연구과정에서 수집한 해외과학기술정보 ... 6
• Ⅲ. 연구성과 ... 7
• 끝페이지 ... 8