• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.276-279
• /
• 2019

의존 구문 분석은 문장을 구성하는 성분들 간의 의존 관계를 분석하고 문장의 구조적 정보를 얻기 위한 기술이다. 의미역 결정은 문장에서 서술어에 해당하는 어절을 찾고 해당 서술어의 논항들을 찾는 자연어 처리의 한 분야이다. 두 기술은 서로 밀접한 상관관계가 존재하며 기존 연구들은 이 상관관계를 이용하기 위해 의존 구문 분석의 결과를 의미역 결정의 자질로써 사용한다. 그러나 이런 방법은 의미역 결정 모델의 오류가 의존 구문 분석에 역전파 되지 않으므로 두 기술의 상관관계를 효과적으로 사용한다고 보기 어렵다. 본 논문은 포인터 네트워크 기반의 의존 구문 분석 모델과 병렬화 순환 신경망 기반의 의미역 결정 모델을 멀티 태스크 방식으로 학습시키는 통합 모델을 제안한다. 제안 모델은 의존 구문 분석 및 의미역 결정 말뭉치인 UProbBank를 실험에 사용하여 의존 구문 분석에서 UAS 0.9327, 의미역 결정에서 PIC F1 0.9952, AIC F1 0.7312의 성능 보였다.

• Lettere Italiane
• /
• no.33
• /
• pp.1-27
• /
• 2011

Questo studio ha lo scopo di configurare la gerarchia tematica del sintagma genitivale in italiano all'interno della struttura sintattica. Il sintagma genitivale composto dalla forma "sostantivo+di+sostantivo", può avere i significati di descrizione, origine, apposizione, parte, luogo, e anche può rappresentare la struttura argomentale come argomento esterno(caso soggettivo) o argomento interno(caso oggettivo) e può assegnare il ruolo tematico di agente, tema, esperiente, beneficario in relazione al rapporto con la testa nominale oltre ad avere il significato possesivo. Per quanto riguarda la realizzazione e il significato dell'argomento nel sintagma genitivale diverse che cambiano secondo il tipo della testa nominale, ho classificato i nomi deverbali come nomi monoargomentali, nomi biargomentali, nomi triargomentali sulla base di Renzi et al(1991). Inoltre avendo confermato che il marcatore del caso genitivale di deve esserci nel caso in cui obbligatoriamente la struttura del sintagma nominale composto dai vari livelli, come NP, FP e DP, proposti da Longobardi(2001) per spiegare la differenza semantica del sintagma genitivale con la struttura sintattica, ho cercato di individuare l'ordine degli argomenti, osservando l'ambiguità e il cambiamento del significato del sintagma genitivale nel sintagma nominale. Cioé la differenza della possibilità interpretativa è una cosa strutturale, quindi possibilmente si può configurare la semantica del sintagma genitivale nella struttura sintattica.

• The Journal of the Korea Contents Association
• /
• v.20 no.5
• /
• pp.344-350
• /
• 2020

The purpose of this study was to investigate the cohesion-related text factors that affected the correct answer rate of the English reading section in the Korean CSAT. To this end, reading passages of the 2014-2018 CSAT and CSAT mock test were collected and analyzed in terms of cohesion. And then, correlation analysis was implemented between the results regarding cohesion and item difficulty. The conclusions were as follows. First, the correct answer rate tended to increase as the linguistic burden of learners was reduced, when specific arguments between sentences were repeated. Second, there was no statistically significant correlation between the 8 sub-area of latent semantic analysis and the correct answer rate. Finally, the pedagogical implications of this study and suggestions for further study were discussed.

• Proceedings of the Korean Society for Language and Information Conference
• /
• 2001.06a
• /
• pp.97-109
• /
• 2001

이 논문은 영어와 한국어에서 나타나는 완수동사(Accomplishment Verb)와 지속부사구(durative adverbial)의 상호작용에 대해서 논한다. Smith(1991)에 의하면 완수동사가 지속부사구와 결합하면, 동사와 부사구의 의미적 자질의 충돌을 피하기 위해서 완수동사의 상변환(Apsect Shift)이 일어난다. 본 논문은 이 상변환이 영어와 한국어에서 어떻게 실현되는가를 보이고, 이를 형식의미론에서 어떻게 기술할 수 있는가를 논한다. 완수동사가 지속부사구와 결합할 때, 영어와 한국어 모두에서 닫힌 완료 관점(closed perfective viewpoint)에서 열린 관점(open viewpoint)으로 관점 변환(viewpoint shift)이 일어난다. 그러나, 한국어의 상변환과 영어의 상변환이 완전히 일치하는 것은 아니다. 한국어의 관점변환은 완료관점도 아니고 미완료 관점도 아닌, 중립관점(neutral viewpoint)으로의 변환인 반면, 영어의 관점변환은 단순히 미완료 관점으로의 변환임이 논의된다. 이 주장은 한국어의 관점변환 구문은 이질적인 다수 사건의 연속 해석(heterogeneous sequential reading of multiple events)을 허용하는 반면, 영어의 관점변환구문은 오직 동질적인 단일 사건의 동시 해석 (homogeneous simultaneous reading of a single event)만을 허용한다는 사실에 의해서 지지 된다. 본 논문은 완수동사가 지속부사구와 결합할 때 일어나는 상변환에 대한 형식의 미론 분석을 Heim ＆ Kratzer (1998)의 틀에서 제시한다. 닫힌 관점에서 열린 관점으로의 상변환은 비가시적 시제 서법 운용자(covert temporal-modal operator)인 IMP를 지속부사구의 논항으로 설정하여 설명한다. IMP는 Dowty (1979)에서 미완료상의 모순(imperfective paradox)을 해결하기 위해서 설정한 PROG를 Heim ＆ Kratzer (1998)의 틀에 맞게 수정한 것이다. IMP는 평가 세계 (evaluation world)를 현실 세계(actual world)에서 가상 관성 세계(possible inertia would)로 변화시켜서, 완수동사의 종결점(ending point)을 현실세계에서 가상의 미래 세계로 움직이는 역할을 한다. 결과적으로, IMP는 완수동사의 닫힌 완료 관점을 현실세계에서는 열린 미완료 관점으로 변환시키되, 가상 관성 세계에서는 그대로 닫힌 관점으로 유지 시키는 효과를 가진다. 한국어와 영어의 관점 변환 구문의 차이는 각 언어의 지속부사구의 어휘 목록의 전제(presupposition)의 차이로 설명된다. 본 논문은 영어의 지속부사구는 논항의 하위간격

• Language and Information
• /
• v.14 no.1
• /
• pp.113-144
• /
• 2010

The primary goal of this paper is to find a feasible way to answer the question: Does the similarity in meaning between verbs relate to the similarity in their subcategorization? In order to answer this question in a rather concrete way on the basis of a large set of English verbs, this study made use of various language resources, tools, and statistical methodologies. We first compiled a list of 678 verbs that were selected from the most and second most frequent word lists from the Colins Cobuild English Dictionary, which also appeared in WordNet 3.0. We calculated similarity measures between all the pairs of the words based on the 'jcn' algorithm (Jiang and Conrath, 1997) implemented in the WordNet::Similarity module (Pedersen, Patwardhan, and Michelizzi, 2004). The clustering process followed, first building similarity matrices out of the similarity measure values, next drawing dendrograms on the basis of the matricies, then finally getting 177 meaningful clusters (covering 437 verbs) that passed a certain level set by z-score. The subcategorization frames and their frequency values were taken from the ICE-GB. In order to calculate the Selectional Preference Strength (SPS) of the relationship between a verb and its subcategorizations, we relied on the Kullback-Leibler Divergence model (Resnik, 1996). The SPS values of the verbs in the same cluster were compared with each other, which served to give the statistical values that indicate how much the SPS values overlap between the subcategorization frames of the verbs. Our final analysis shows that the degree of overlap, or the relationship between semantic similarity and the subcategorization frames of the verbs in English, is equally spread out from the 'very strongly related' to the 'very weakly related'. Some semantically similar verbs share a lot in terms of their subcategorization frames, and some others indicate an average degree of strength in the relationship, while the others, though still semantically similar, tend to share little in their subcategorization frames.

• Journal of KIISE:Software and Applications
• /
• v.32 no.10
• /
• pp.984-989
• /
• 2005

This study aims to identify grammatical relations (GRs) in Korean sentences. The key task is to find the GRs in sentences in terms of such GR categories as subject, object, and adverbial. To overcome this problem, we are fared with the many ambiguities. We propose a statistical model, which resolves the grammatical relational ambiguity first, and then finds correct noun phrases (NPs) arguments of given verb phrases (VP) by using the probabilities of the GRs given NPs and VPs in sentences. The proposed model uses the characteristics of the Korean language such as distance, no-crossing and case property. We attempt to estimate the probabilities of GR given an NP and a VP with Support Vector Machines (SVM) classifiers. Through an experiment with a tree and GR tagged corpus for training the model, we achieved an overall accuracy of $84.8\%,\;94.1\%,\;and\;84.8\%$ in identifying subject, object, and adverbial relations in sentences, respectively.

• Journal of the Korean Society for information Management
• /
• v.18 no.4
• /
• pp.37-55
• /
• 2001

The purpose of this study is to present a text summarization system using a knowledge base containing information about verbs and their arguments that are statistically obtained from a subject domain. The system consists of two modules: the training module and the summarization module. The training module is to extract cue verbs and their basic sentence patterns by counting the frequency of verbs and case markers respectively, and the summarization module is substantiate basic sentence patterns and to generate summaries. Basic sentence patterns are substantiated by applying substantiation rules to the syntactics structure of sentences. A summary is then produced by connecting simple sentences that the are generated through the substantiation module of basic sentence patterns. ‘robbery’in the daily newspapers are selected for a test collection. The system generates natural summaries without losing any essential information by combining both cue verbs and essential arguments. In addition, the use of statistical techniques makes it possible to apply this system to other subject domains through its learning capability.

• Koreanishche Zeitschrift fur Deutsche Sprachwissenschaft
• /
• v.7
• /
• pp.127-144
• /
• 2003

Die Hedeutungen von drei Verben anregen, aufregen, erregen werden durch '흥분시키다' ohne Unterschied im Deutsch-Koreanisch $W\"{o}rterbuch{\;}erkl\"{a}rt$. Aber sie haben verschiedene Bedeutungen, was man durch einen Vergleich der Valenz feststellen kann und durch eine verschiedene $Bedeutungserkl\"{a}rung$ zu unterscheiden versuchen sollte. Die drei Verben haben die Argumentenkombination 'Origo + $Vorgangstr\"{a}ger$' gemeinsam. Aber erregen muss noch in 2 Sememe eingeteilt werden: erregen 1. '무엇이 누구를 아주 화나게 하거나, 아주 신경질적으로 만들다'(불유쾌한 홍분상태에 빠뜨리다) erregen 2. '무엇이 누구를 성적으로 또는 기쁘게 흥분시키다'(즐거운 흥분상태에 빠뜨리다) erregen 2. muss wiederum in 2 Eedeutungsvarianten aufgeteilt werden: erregen 2.1. '성적인 흥분상태에 빠뜨리다' erregen 2.2. '성적인 흥분은 아니지만, 기쁜 흥분상태에 빠뜨리다' erregen 2.1. und erregen 2.2. werden voneinander unterschieden durch die verschiedene semantische Klasse der $Mominativerg\"{a}nzung$: 'Sexueller Anblick' erscheint fur die semantische Klasse der $Nominativerg\"{a}nzung$ von erregen 2.1.. 'Musik' erscheint fur die semantische Klasse der $Nominativerg\"{a}inzung$ von erregen 2.2.. erregen 1. und aufregen mit negativer Konnotation werden synonymisch verwendet: erregen 1. '무엇이 누구를 아주 화나게 하거나, 아주 신경질적으로 만들다'(불유쾌한 흥분상태에 빠뜨리다) aufregen '무엇이 누구를 아주 화나게 하거나, 아주 신경질적으로 만들다'(불유쾌한 흥분상태에 빠뜨리다) Aber die semantische Klasse $f\"{u}r$ die $Akkusativerg\"{a}nzung$ scheint anders zu sein: 'Mensch odor das $Gem\"{u}t$ eines Menschen' $k\"{o}nnen$ erscheinen $f\"{u}r$ die $Akkusativerg\"{a}nzung$ von erregen 1., $w\"{a}hrend$ nur 'Mensch' $f\"{u}r$ die $Akkusativerg\"{a}nzung$ von aufregen erscheint. Man sollte die Bedeutung und die syntaktische Valenz von anregen anders $erkl\"{a}ren$, je nachdem ein Mensch odor eine $T\"{a}tigkeit$ des $Menschenk\"{o}rpers$ als $Akkusativerg\"{a}nzung$ auftritt: j-n : Kaffee regt(mic) an. '커피가 나를 흥분시키다' Absraktum : das Medikament regt die Verdauung an '약이 소화를 자극하다/촉진하다/북돋우다' Die $Akkusativerg\"{a}nzung$ mit der semantischen Klasse 'Mensch' ist fakultativ weglassbar, $w\"{a}hrend$ sie mit dem Klassem $'T\"{a}tigkeit{\;}des{\;}Menschenk\"{o}rpers'$ obligatorisch ist.

• Annual Conference on Human and Language Technology
• /
• 2002.10e
• /
• pp.184-188
• /
• 2002

본 논문에서는 단순히 주변에 위치하는 어휘들간의 문맥 공기 정보를 이용하는 방식과는 달리 국소 구문 관계 및 의미 공기 정보에 기반한 명사 의미 모호성 해소 방안을 제안한다. 기존의 WSD 방법은 구조 분석의 어려움으로 인하여 문장의 구문 관계를 충분히 고려하지 못하고 주변 어휘들과의 공기 관계로 그 의미를 파악하려 했다. 그러나 본 논문에서는 동사구의 논항 의미 관계뿐만 아니라 명사구내에서의 의미 관계도 고려한 국소 구문관계를 고려한 명사 의미 모호성 해소 방법을 제안한다. 이 때, 명사들의 의미는 자동번역 시스템의 목적에 맞게 공기(co-occurrence)하는 동사들에 따라 분류하였다. 그리고 한중 자동 번역 지식으로 사용되는 명사 의미 코드가 부착된 74,880 의미 격틀의 의미 공기정보를 이용하였으며 형태소 태깅된 말뭉치로부터 의미모호성이 발생하지 않게 의미 공기정보 및 명사구 의미 공기 정보를 자동으로 추출하였다. 실험 결과, 의미 모호성이 발생하는 명사들에 대해서 83.9%의 의미 모호성 해소 정확률을 보였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.1
• /
• pp.24-29
• /
• 2022

Semantic role labeling task used in various natural language processing fields, such as information extraction and question answering systems, is the task of identifying the arugments for a given sentence and predicate. Predicate used as semantic role labeling input are extracted using lexical analysis results such as POS-tagging, but the problem is that predicate can't extract all linguistic patterns because predicate in korean language has various patterns, depending on the meaning of sentence. In this paper, we propose a korean predicate recognition method using neural network model with pre-trained embedding models and lexical features. The experiments compare the performance on the hyper parameters of models and with or without the use of embedding models and lexical features. As a result, we confirm that the performance of the proposed neural network model was 92.63%.