초록 ▼

□ 연구개요
본 연구는 한국어 텍스트를 분석하여 다의어 분별하는 알고리즘을 개발하는 것이다. 새로 개발, 연구된 이 알고리즘은 유태거(UTagger)의 추가 기능이 될 것이며, 다의어 분별을 위해 본 연구실에서 보유하고 있는 다의어말뭉치와 어휘망(UWordMap)을 이용한다.
다의어말뭉치와 UWordMap을 통해 워드임베딩을 수행하였고, 이를 활용하여 “대체어 알고리즘”을 개발하였으며 이것이 정확률을 일부 향상시킬 수 있음을 확인하였다. UWordMap을 활용하여 개발된 자질함수가 다의어말뭉치를 이용한 자질함수와 동시에

□ 연구개요
본 연구는 한국어 텍스트를 분석하여 다의어 분별하는 알고리즘을 개발하는 것이다. 새로 개발, 연구된 이 알고리즘은 유태거(UTagger)의 추가 기능이 될 것이며, 다의어 분별을 위해 본 연구실에서 보유하고 있는 다의어말뭉치와 어휘망(UWordMap)을 이용한다.
다의어말뭉치와 UWordMap을 통해 워드임베딩을 수행하였고, 이를 활용하여 “대체어 알고리즘”을 개발하였으며 이것이 정확률을 일부 향상시킬 수 있음을 확인하였다. UWordMap을 활용하여 개발된 자질함수가 다의어말뭉치를 이용한 자질함수와 동시에 사용되며, 각 자질함수의 가중치를 조절하여 정확률 약 82%를 확보하였다.
또한 다의어 사용자 말뭉치 기능을 완성하였다.

□ 연구 목표대비 연구결과
연구 목표는 딥러닝을 사용하는 것에서 사용하지 않는 것으로 바꾸어 정확률 80%로 한번 수정되었으며 속도를 빠르게 설계하기로 하였다. 최종적으로 정확률 82%를 확보하여 이를 성취하였다. 속도는 약 60만 어절을 태깅하는데 약 5초가 소요될 정도로 빠르며, 12코어 24스레드의 cpu가 사용되었다. 또한 딥러닝이 아니기 때문에 고성능 GPU가 필요가 없다.
사용자 다의어 말뭉치는 완벽하게 구현되었다. 유태거는 새롭게 작성된 다의어 말뭉치를 적용하기 위해서 학습기가 따로 필요 없으며, 유태거를 새로 켜거나, 사용자 말뭉치 리로드 함수를 호출하는 것으로 즉시 적용할 수 있다. 다의어 말뭉치는 다의어로 어깨번호를 사용하여 작성되는데, 이렇게 작성된 말뭉치는 동형이의어 말뭉치로 변환되어 “동형이의어 사용자 말뭉치”로도 학습된다. 따라서 완전히 새로운 동형이의어이자 다의어 어휘도 적용이 가능하다. 사용자 말뭉치에 새롭게 등록된 어휘나, 새롭게 등록된 문맥 패턴이 실제로 정확히 작동하는 것을 확인하였다.

□ 연구개발결과의 중요성
본 연구의 결과물을 이용하면 다의어 태깅이 비교적 정확하게 태깅이 된다. 다의어 태깅 정보는 기계번역에도 효과적으로 사용될 수 있으며, 다의어 정보를 이용해 직접적으로 대역어(번역된 단어)를 즉시 얻을 수도 있다. 이 외에도 다양한 자연어 이해(Natural Language Understanding) 영역에서 큰 성능향상 및 기능추가를 기대할 수 있는데, 예를 들어 MRC나 자동 Q&A등에서 다의어태깅 정보를 활용할 수 있다.
이미 유태거는 다양한 대학과 기업에서 활용되고 있으며, 다의어 기능이 업그레이드 된다면 각종 한국어처리 연구와 사업에 획기적인 발전을 기대할 수 있으며, 더욱 수준 높은 연구의 기반이 될 것이다.
다의어 말뭉치는 그 양이 적으나, 사용자 말뭉치 기능을 이용해 각 개발현장에서 자기 도메인에 맞게 커스터마이징할 수 있어서 실용성이 높을 것으로 기대된다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 3
• 2. 연구수행내용 및 연구결과 ... 4
• 3. 연구개발결과의 중요성 ... 8
• 4. 참고문헌 ... 8
• 5. 연구성과 ... 9
• 끝페이지 ... 9