• 정보처리학회논문지B
• /
• 제18B권6호
• /
• pp.405-414
• /
• 2011

국내에서 가장 일반적으로 사용되고 있는 규칙 기반 오류 검출 방법은 언어 전문가가 한국어 문서에서 자주 발생하는 오류에 대한 검출 규칙을 경험적으로 구축하고 있다. 그러나 이렇게 경험적으로 규칙을 만들면 새로운 패턴의 문장이 나타날 때마다 규칙이 수정되어야 하므로 일관성 있는 오류 검사 및 교정을 기대할 수 없다. 본 논문에서는 이를 해결하려고 최근 개발되고 있는 어휘의미망 중에서 KorLex와 같은 정규화된 언어 자원을 활용하여 단어들의 범주 정보를 추출하고 이를 이용하여 오류 결정 규칙을 일반화한다. 그러나 현재 구축된 KorLex에는 명사의 계층관계 정보는 구축되어 있지만, 문장 요소와의 관계 정보, 즉, 격틀 정보가 부족하다. 본 논문에서는 용언 의미 오류 결정 규칙으로 사용할 선택제약 명사 클래스를 정보이론에 기초한 MDL과 Tree Cut Model을 활용하여 추출하고 이러한 선택제약 명사 클래스를 사용하여 문법 검사기 규칙을 일반화하는 방안을 제안한다. 실험 결과, 혼동하기 쉬운 네 개의 용언에 대해 목적어로 사용된 명사를 선택제약 명사 클래스로 일반화하여 문법 검사기 오류 결정 규칙 수를 평균 64.8%로 줄였고 기존 명사를 사용한 문법 검사기보다 정확도 측면에서 평균 약 6.2%정도 향상된 결과를 얻을 수 있었다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.479-488
• /
• 2006

언어 장애인에게 기존의 키보드에 의한 문자입력 방법보다 원활하고 편리한 의사전달 환경을 제공하기 위한 아이콘 언어 인터페이스를 설계한다. 이를 위하여 활용성이 높은 대화 영역으로부터 구축한 원시 말뭉치를 대상으로 어휘 구사 경향과 특성을 분석하고 형태소, 구문, 의미 분석을 적용하여 아이콘에 부여되는 한국어의 어휘와 의미를 추출한다. 사용자가 직관적으로 인지하고 전달할 수 있는 아이콘 영역을 선별하고 추출한 한국어의 어휘와 의미를 정합시킨다. 이웃하는 아이콘간의 연결로부터 전달하고자 하는 의미적 상황을 만들어내기 위하여, 아이콘 언어의 어휘와 품사, 문법 규칙, 의미체계를 정의하여 아이콘 언어를 설계한다. 아이콘 언어에서 나타날 수 있는 언어적 애매성을 해결하기 위한 방법으로 범용의 한국어 의미사전과 술어 중심의 하위범주화사전으로부터 아이콘 언어에 대한 상황중심의 의미 데이터를 구축한다. 이를 바탕으로 아이콘 언어 인터페이스로부터 한국어를 의미적인 범주에서 생성한다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.41-49
• /
• 2019

본 연구는 비지도 기계학습 기술과 코퍼스의 각 단어를 이용하여 한국어 단어를 형태소 분석하는 언어 모델을 구축하는데 목적을 둔다. 그리고 이 언어 모델의 단어 형태소 분석의 결과와 언어 심리 실험결과에서 얻은 한국어 언어사용자의 단어 이해/판단 시간이 상관관계을 갖는지를 규명하고자 한다. 논문에서는 한국어 세종코퍼스를 언어 모델로 학습하여 형태소 분리 규칙을 통해 한국어 단어를 자동 분리하는데 발생하는 단어 정보량(즉, surprisal(놀라움) 정도)을 측정하여 실제 단어를 읽는데 걸리는 반응 시간과 상관이 있는지 분석하였다. 이를 위해 코퍼스에서 단어에 대한 형태 구조 정보를 파악하기 위해 Morfessor 알고리즘을 적용하여 단어의 하위 단위 분리와 관련한 문법/패턴을 추출하고 형태소를 분석하는 언어 모델이 예측하는 정보량과 반응 시간 사이의 상관관계를 알아보기 위하여 선형 혼합 회귀(linear mixed regression) 모형을 설계하였다. 제안된 비지도 기계학습의 언어 모델은 파생단어를 d-형태소로 분석해서 파생단어의 음절의 형태로 처리를 하였다. 파생단어를 처리하는 데 필요한 사람의 인지 노력의 양 즉, 판독 시간 효과가 실제로 형태소 분류하는 기계학습 모델에 의한 단어 처리/이해로부터 초래될 수 있는 놀라움과 상관함을 보여 주었다. 본 연구는 놀라움의 가설 즉, 놀라움 효과는 단어 읽기 또는 처리 인지 노력과 관련이 있다는 가설을 뒷받침함을 확인하였다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.141-148
• /
• 2021

초등학생을 대상으로 하는 소프트웨어 교육에는 주로 교육용 프로그래밍 언어가 사용된다. 고학년 수준에서는 블록형 교육용 프로그래밍 언어를 기반으로 텍스트 기반 프로그래밍 언어로 전환하고, 경험하는 것이 중요하다. 그러나 대부분의 TPL은 어려운 영어 어휘와 문법으로 이루어져 있어 초등 수준에서 학습하기에 어려움이 있다. 대표적인 텍스트 기반 프로그래밍 언어로는 Python이 있다. 본 연구는 한국어가 익숙한 학생들이 Python을 용이하게 학습할 수 있는 교육 프로그램의 개발에 관한 것이다. 데이터 분석에 필요한 개념을 중심으로 Python 예약어를 추출하였다. 데이터 분석에 사용되는 영어 예약어들을 초등 수준에서 이해할 수 있는 한국어로 대체하였다. 대체한 예약어와 Python 예약어를 일대일 매핑하여 한국어를 사용하여 Python 데이터 분석 과정을 체험해 볼 수 있는 프로그램을 구상하였다. 본 연구가 TPL을 학습하기 위한 기초 자료로 유용하게 활용되길 기대한다.

• 디지털콘텐츠학회 논문지
• /
• 제6권1호
• /
• pp.89-94
• /
• 2005

기계번역에서 자연어 생성의 목적은 입력언어의 어구 분석을 이용하여 그 문장의 의미를 변환해주는 목적 언어를 생성하는 것이다. 그것은 언어적 구조 낱말 전사. 대화체 언어, 어휘적 정보 등을 포함해야 한다. 본 연구에서는 대화체 자동 기계번역 시스템 구현계획의 일부인 음성, 음운 분야에서 담당하게 될 음성인식과 음성합성 알고리듬을 확립하기 위한 한국어 특질에 대한 기초조사를 하고자 한다. 또한 기계번역의 단계를 분석하여 형태소 분석 단계와 구문 분석 단계, 의미 분석 단계로 구분한다. 형태소 분석은 입력 문장을 받아 분리된 형태소를 사전 내에서 검색하여·품사 정보를 얻고 이웃하는 단어와의 접속 관계가 문법적으로 올바르게 되었는지를 점검한다. 본 연구의 결과가 대화체 기계번역 시스템 구현계획의 종합적 입장에서는 단순한 기초조사일 수 있지만, 한국어의 교육 및 기계번역 이해의 측면에서는 그 자체로 가치를 지닌다고 할 수 있겠다. 따라서 교육적 측면에서의 직접적 활용을 여러 측면에서 고려할 수 있을 것이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2000년도 제12회 한글 및 한국어 정보처리 학술대회
• /
• pp.127-132
• /
• 2000

본 논문에서는 격조사의 구문적인 특성을 이용하여, 수식어까지 포함한 명사구 추출 방법을 연구한다. 명사구 판정을 위해 연속적인 형태소열을 문맥정보로 사용하던 기존의 방법과 달리, 명사구의 처음과 끝 그리고 명사구 주변의 형태소를 이용하여 명사구의 수식 부분과 중심 명사를 문맥정보로 사용한다. 다양한 형태의 문맥정보들은 최대 엔트로피 원리(Maximum Entropy Principle)에 의해 하나의 확률 분포로 결합된다. 본 논문에서 제안하는 명사구 추출 방법은 먼저 구문 트리 태깅된 코퍼스에서 품사열로 표현되는 명사구 문법 규칙을 얻어낸다. 이렇게 얻어낸 명사구 규칙을 이용하여 격조사와 인접한 명사구 후보들을 추출한다. 추출된 각 명사구 후보는 학습 코퍼스에서 얻어낸 확률 분포에 기반하여 명사구로 해서될 확률값을 부여받는다. 이 중 제일 확률값이 높은 것을 선택하는 형태로 각 격조사와 관계있는 명사구를 추출한다. 본 연구에서 제시하는 모델로 실험을 한 결과 평균 4.5개의 구를 포함하는 명사구를 추출할 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.3-8
• /
• 2023

데이터 증강은 인공지능 모델의 학습에서 필요한 데이터의 양이 적거나 편향되어 있는 경우, 이를 보완하여 모델의 성능을 높이는 데 도움이 된다. 이미지와는 달리 자연어의 데이터 증강은 문맥이나 문법적 구조와 같은 특징을 고려해야 하기 때문에, 데이터 증강에 많은 인적자원이 소비된다. 본 연구에서는 복수의 대규모 언어 모델을 사용하여 입력 문장과 제어 조건으로 프롬프트를 구성하는 데 최소한의 인적 자원을 활용한 의미적으로 유사한 문장을 생성하는 방법을 제안한다. 또한, 대규모 언어 모델을 단독으로 사용하는 것만이 아닌 병렬 및 순차적 구조로 구성하여 데이터 증강의 효과를 높이는 방법을 제안한다. 대규모 언어 모델로 생성된 데이터의 유효성을 검증하기 위해 동일한 개수의 원본 훈련 데이터와 증강된 데이터를 한국어 모델인 KcBERT로 다중 클래스 분류를 수행하였을 때의 성능을 비교하였다. 다중 대규모 언어 모델을 사용하여 데이터 증강을 수행하였을 때, 모델의 구조와 관계없이 증강된 데이터는 원본 데이터만을 사용하였을 때보다 높거나 그에 준하는 정확도를 보였다. 병렬 구조의 다중 대규모 언어 모델을 사용하여 400개의 원본 데이터를 증강하였을 때에는, 원본 데이터의 최고 성능인 0.997과 0.017의 성능 차이를 보이며 거의 유사한 학습 효과를 낼 수 있음을 보였다.

• 한국융합학회논문지
• /
• 제6권5호
• /
• pp.131-142
• /
• 2015

본 연구는 중국어 모어 화자 한국어 학습자의 쓰기에 나타난 오류 분석을 실시하여 오류의 원인을 살펴보고 이를 분석한 내용을 바탕으로 학습자들이 생산해 내는 오류에 효과적인 교육 방안을 제시하는데 있다. 본 연구의 분석 대상 자료는 '내가 생각하는 한국', '중국과 한국의 문화융합에 대하여', '친구' 등의 주제로 작문한 것을 바탕으로 모든 문장을 입력하고 이들 문장 중에서 어휘 오류를 추출하여 수정한 후, 본 연구자가 설정한 오류 유형의 범주에 의하여 재분류하였으며 분류한 오류의 빈도수를 작성하였다. 연구의 결과, 대치 오류 > 철자 오류 > 오형태 > 누락 오류 > 첨가 오류 의 순으로 오류의 유형이 나타났다. 오류 방지를 위한 교육 방안으로 문법적인 요소나 어휘의 형태적인 면을 제시할 경우에는 그 부분의 제약이 되는 점을 같이 제시해줘야 오류를 미연에 방지할 수 있을 것이다.

• 비교문화연구
• /
• 제47권
• /
• pp.217-240
• /
• 2017

본고는 피동 표현에서의 한국어 행위주 표지 '-에게(한테)', '-에, -로'와 중국어 피동 표지 '피(被)[$b{\grave{e}}i$]/양(?)[$r{\grave{a}}ng$]/규(叫)[$ji{\grave{a}}o$]/급(?)[$g{\check{e}}i$]'를 연구 대상으로 삼아 그 분포양상 및 특징을 살피고 이들 형태를 비교 대조를 통하여 그 대응 관계를 면밀히 고찰해 보고자 하였다. 대조 분석 시 두 언어의 유형적 특징, 피동 표현에서의 행위주, 피동주에 대한 선택 제약, 그리고 '받다'류 피동 표현에서 행위주(피동) 표지의 사용 제약과 같은 3가지 측면에 중점을 두었다. 본 대조 분석을 통해 확인한바, 한 중 피동 표현에서 한국어 행위주 표지 '-에게(한테)', '-에, -로'와 중국어 피동 표지 '피(被)/양(?)/규(叫)/급(?)'는 각각 행위주와 결합하여 부사어 역할을 하고 있는 공통점에도 불구하고 용법에 있어 차이점을 보였다. 먼저 두 언어 유형적 특징에 따라 피동 표현에서 행위주와의 결합 방식이 각각 달리 나타남을 확인하였다. 그리고 한국어 행위주 표지는 오로지 조사 역할을 하여 '행위주 유정성 유무'에 대한 제약만 받는 반면, 중국어 피동 표지 '피(被)/양(?)/규(叫)/급(?)'는 각각 문법화 정도에 따라 행위주 유무뿐만 아니라 피동주 유정성 유무 그리고 문장에 나타나는 어휘의 의미에 따른 제약 등을 보인다. 특히 한국어 '받다'류 피동 표현에서 한국어의 행위주 표지 '에게(한테), -에, -로'는 그대로 사용되지만 대응하는 중국어에서는 피동 표지 사용에 여러 제약이 있음을 확인하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1994년도 제11회 음성통신 및 신호처리 워크샵 논문집 (SCAS 11권 1호)
• /
• pp.258-261
• /
• 1994

자연언어 인터페이스는 초보자나 비숙련가의 입장에서는 새로운 시스템의 적응에 있어서 어떤 학습도 필요하지 않다는 장점이 있다. 이 연구에서는 불리언 질의를 처리하는 정보검색 시스템의 자연언어 인터페이스를 구혐하였다. 즉, 한국어 자연언어 질의를 불리언 질의로 변환해주는 시스템이다. 접근 방법은 먼저 자연언어 질의를 구문 해석한 후에, 그 결과인 문자의 의존 구조와 불용어 정보를 사용하여 기본적인 불리언 질의를 만든다음, 시소러스를 이용하여 불리언 질의를 확장한다. 여기에서 사용한 구문 해석 방법은 기존 문법에 기반한 방법이다. 변환 시스템은 SPARC-II 호환기종에서 구현되었으며, 약 5만 단어의 사전을 사용한다. 가공된 120 개의 질의를 대상으로 실험한 결과, 전체 소요시간은 13.5초가 걸렸다. 그리고, 변환된 불리언 연산식중에 110개가 적절하게 변환된 것으로 조사되었다.