• Proceedings of the Acoustical Society of Korea Conference
• /
• 1995.06a
• /
• pp.105-108
• /
• 1995

한국에 있는 손님이 한국어 만을 사용하여 일본 호텔을 예약할 수 있도록 해 주는 한일간 자동통역 시연 시스템에 관해 기술하였다. 이 시스템은 한국어 음성인식부, 한일 기계번역부, 한국어 음성합성부로 구성되어 있다. 한국어 음성인식부는 기본적으로 HMM을 이용하는 화자독립, 약 300단어급 연속음성인식 시스템으로서 전향 언어 모델로 바이그램 언어 모델, 후향 언어 모델로는 의존 문법을 사용하여 N-BEST 문장을 생성해낸다. 실험결과, 단어 인식률은 top1 문장에 대해 약 94.5%, top5 문장에 대해 약 94.7%의 인식률을 얻었다. 인식 시간은 길이가 다른 여러 문장들에 대해 약 0.1~3초가 걸렸다. 기계번역부에서는 음성인식에서 의존 문법을 사용하여 분석된 파싱 결과를 이용, 직접 번역 방식을 채택하여 일본어를 생성한다. 음성 합성부는 반음소를 합서의 기본단위로 하고, 합성방식으로는 주기 파형 분해 및 재배치 방식으로 하였다. 실험 환경은 2 CPU를 장착한 SPARC 20 workstation 이었으며 실시간 특징 추출을 위해 TMS320C30 DSP 보드 1개를 이용하였다.

• The tire
• /
• s.184
• /
• pp.39-48
• /
• 1996

이 자료는 일본의 산해당(횡빈고무주식회사 편)에서 발간한 ‘자동차용 타이어의 연구’의 내용을 번역한 것으로서 앞으로 10회에 걸쳐 연재할 예정임. 역자 주

• Journal of Korea Society of Industrial Information Systems
• /
• v.4 no.4
• /
• pp.40-46
• /
• 1999

This paper introduce a Koran-Japanese machine translation system which is a module in the spoken language interpreting system It is implemented based on the TDMT(Transfre Driven Machine Translation). We define a new unit of translation so called TOKEN. The TOKEN-based translation method resolves nonstructural feature in Korean sentences and increases the quaity of translating results. In our system, we get rid of useless effort for traditional parsing by performing semi-parsing. The semi-parser makes the dependency tree which has minimum information needed generating module. We constructed the generation dictionaries by using the corpus obtained from ETRI spoken language database. Our system was tested with 600 utterances which is collected from travel planning domain The success-ratio of our system is 87% on restricted testing environment and 71% on unrestricted testing environment.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.193-196
• /
• 2014

본 논문에서는 사전자원에 기반한 한국어 워드넷(Open Korean WordNet: KWN)의 반자동 구축 방법을 제안한다. 제안한 방법에서는 각 전문분야별로 분류된 영어-한국어 대역사전, 일본어-한국어 대역사전을 이용하여 영어 워드넷(Princeton WordNet 3.0)과 일본어 워드넷(Japanese WordNet 1.1)의 어휘를 번역하였다. 그리고 번역 결과의 애매성을 해소하기 위하여, (1)영어와 일본어에 대한 한국어 대역어의 중복 여부, (2)사전의 분야 정보와 워드넷의 계층구조를 고려하였다. 제안한 방법으로 117,659 개의 워드넷 synset 중 63,221 개(약 54 %)의 synset에 대한 자동번역을 수행하여 한국어 워드넷을 구축하였다. 그리고 워드넷 synset의 정의문은 한국어 사전의 정의문을 참조하여 한글화 할 수 있도록 하고, 이 과정을 지원하기 위한 정의문 추천 알고리즘을 제안한다. 제안한 방법에 기반하여 전문가들이 상호 협력하여 한국어 워드넷을 구축할 수 있는 시스템을 개발한다.

• Koreanishche Zeitschrift fur Deutsche Sprachwissenschaft
• /
• v.6
• /
• pp.305-322
• /
• 2002

Seit dem Ereignis des Tunnbaus zu Babel. versucht man, Sprachbarriere zu $\"{u}berwinden$. Eine dieser $Bem\"{u}hungen$ hat seit der 60er Jahre zur Anwendung von Computern in der $\"{U}bersetzung gef\"{u}hrt$. Bei der automatischen $\"{U}bersetzung\;\"{u}bernimmt$ der Computer die Aufgabe, Texte von einer $nat\"{u}rlichen$ Sprache in eine andere zu $\"{u}bertragen$. Die vorliegende Arbeit $besch\"{a}ftigt$ sich mit verschiedenen Arten von den sogenannten $\"{U}bersetzungspatterns\;f\"{u}r$ die automatische $\"{U}bersetzung$ Koreanisch­Deutsch. Zu den $\"{U}bersetzungspatterns\;geh\"{o}ren$ u.a. Verbphrasen-Pattern, Nominalphrasen-Pattern und Verbindungspattern. Unter 'Verbphrasen-Pattern' versteht man einen gekoppelten Subkategorisierungsrahmen der Verben zweier Sprachen. 'NominaIphrasen-Pattern' verstehen sich als $\"{U}bersetzungspattern$ der Nominalphrasen. Unter 'Verbindungs-Pattern' werden $\"{U}bersetzungspattern$ von komplexen $S\"{a}tze$ verstanden, wie z.B. Satzkoordinationen und $S\"{a}tze$ mit eingebetten $S\"{a}tzen$. Als Vorteil des Ansatzes $z\"{a}hlen$ u.a. die Wiederverwendbarkeit bzw. das leichte Management der Patterns, die $Beschreibungsm\"{o}glichkeit$ in der lexikalischen Ebene, die Generieung der naturlichen $Ziels\"{a}tze$ und die leichte Verbesserung der $\"{U}bersetzungsqualit\"{a}t$. Die in dieser Arbeit vorgestellten $\"{U}bersetzungspatterns\;k\"{o}nnen$ aIs Hilfsmittel $f\"{u}r$ Deutschunterrichte, Aufsatzhilfesysteme und elektronische Koreanisch-Deutsch $W\"{o}rterb\"{u}cher$ eingesetzt werden.

• Journal of Digital Contents Society
• /
• v.6 no.1
• /
• pp.89-94
• /
• 2005

In machine translation the goal of natural language generation is to produce an target sentence transmitting the meaning of source sentence by using an parsing tree of source sentence and target expressions. It provides generator with linguistic structures, word mapping, part-of-speech, lexical information. The purpose of this study is to research the Korean Characteristics which could be used for the establishment of an algorism in speech recognition and composite sound. This is a part of realization for the plan of automatic machine translation. The stage of MT is divided into the level of morphemic, semantic analysis and syntactic construction.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.312-314
• /
• 1998

본 논문에서는 스크립트로 표현된 멀티미디어 시나리오를 윈도우95 API를 이용하는 C++ 프로그램으로 번역하는 주는 스크립트 번역기를 설계하고 구현한다. 스크립트 에디터로 직접 작성하거나, 혹은 비주얼 에디터에서 작성된 시나리오를 자동 변환하여 작성할 수 있다. 본 연구에서는 시나리오가 화면 단위로 구성된다고 가정하여, 스크립트 파일 역시 화면 Pi 단위로 정의되어 있으며, 한 개의 화면은 다수의 오브젝트로 구성된다. 각 객체를 표현하는 데 한 개의 윈도우가 필요하므로, 번역기는 각 Pi마다 하나의 Main Window와 여러 개의 Child Window를 생성하여 멀티미디어 오브젝트를 출력한다. 따라서 본 논문은 스크립트 파일의 구성 내용을 정의하고, 저작도구의 스크립트 번역기를 설계하고 구현하는 방법에 대하여 기술한다.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.130-135
• /
• 2010

문장 정렬은 두 개의 문서 간의 대응이 되는 문장을 찾는 작업이다. 이 방법은 통계적 기계 번역의 학습 문서인 병렬 말뭉치를 자동으로 구축하는데 필수적인 방법이다. 본 연구에서는 길이 정보에 추가적으로 유사도 정보를 반영하는 한영 문장 정렬 방법을 제안한다. 먼저 한국어로 된 문서를 기계번역 시스템에 적용하여 영어 문서로 변환한다. 그리고 번역된 영어로 된 문서 결과와 영어로 된 대상 문서 간의 정렬 작업을 수행한다. 정렬 완료된 결과와 원시 문서, 대상 문서로부터 최종적인 결과를 생성해낸다. 본 논문에서는 기계 번역을 이용하는 방법과 더불어 기존의 길이 기반 문장 정렬 프로그램에 문장 유사도 정보를 추가하여 단어 정렬의 성능 향상을 꾀하였다. 그 결과 "21세기 세종기획"의 최종 배포본 내에 포함된 한영 병렬 말뭉치에 대해 한영 문장 정렬 F-1 자질의 결과가 89.39%를 보였다. 이 수치는 기존의 길이 기반의 단어 정렬의 성능 평가 결과와 비교했을 때 약 8.5% 가량 성능이 향상되었다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.603-608
• /
• 2023

본 연구는 한국어 Vision-Language Pre-training 모델 학습을 위한 대규모 시각-언어 멀티모달 데이터셋 구축에 대한 필요성을 연구한다. 현재, 한국어 시각-언어 멀티모달 데이터셋은 부족하며, 양질의 데이터 획득이 어려운 상황이다. 따라서, 본 연구에서는 기계 번역을 활용하여 외국어(영문) 시각-언어 데이터를 한국어로 번역하고 이를 기반으로 생성형 AI를 활용한 데이터셋 구축 방법론을 제안한다. 우리는 다양한 캡션 생성 방법 중, ChatGPT를 활용하여 자연스럽고 고품질의 한국어 캡션을 자동으로 생성하기 위한 새로운 방법을 제안한다. 이를 통해 기존의 기계 번역 방법보다 더 나은 캡션 품질을 보장할 수 있으며, 여러가지 번역 결과를 앙상블하여 멀티모달 데이터셋을 효과적으로 구축하는데 활용한다. 뿐만 아니라, 본 연구에서는 의미론적 유사도 기반 평가 방식인 캡션 투영 일치도(Caption Projection Consistency) 소개하고, 다양한 번역 시스템 간의 영-한 캡션 투영 성능을 비교하며 이를 평가하는 기준을 제시한다. 최종적으로, 본 연구는 ChatGPT를 이용한 한국어 멀티모달 이미지-텍스트 멀티모달 데이터셋 구축을 위한 새로운 방법론을 제시하며, 대표적인 기계 번역기들보다 우수한 영한 캡션 투영 성능을 증명한다. 이를 통해, 우리의 연구는 부족한 High-Quality 한국어 데이터 셋을 자동으로 대량 구축할 수 있는 방향을 보여주며, 이 방법을 통해 딥러닝 기반 한국어 Vision-Language Pre-training 모델의 성능 향상에 기여할 것으로 기대한다.

• Journal of The Korean Association For Science Education
• /
• v.36 no.3
• /
• pp.389-397
• /
• 2016

This study aims to test the efficacy of English-based automated computer scoring models and machine translation to score Korean college students' written responses on natural selection concept items. To this end, I collected 128 pre-service biology teachers' written responses on four-item instrument (total 512 written responses). The machine translation software (i.e., Google Translate) translated both original responses and spell-corrected responses. The presence/absence of five scientific ideas and three $na{\ddot{i}}ve$ ideas in both translated responses were judged by the automated computer scoring models (i.e., EvoGrader). The computer-scored results (4096 predictions) were compared with expert-scored results. The results illustrated that no significant differences in both average scores and statistical results using average scores was found between the computer-scored result and experts-scored result. The Pearson correlation coefficients of composite scores for each student between computer scoring and experts scoring were 0.848 for scientific ideas and 0.776 for $na{\ddot{i}}ve$ ideas. The inter-rater reliability indices (Cohen kappa) between computer scoring and experts scoring for linguistically simple concepts (e.g., variation, competition, and limited resources) were over 0.8. These findings reveal that the English-based automated computer scoring models and machine translation can be a promising method in scoring Korean college students' written responses on natural selection concept items.