실용적 영한 기계번역을 위한 확률적 품사결정의 확장 = Extension of Probabilistic Part-of-Speech Determination for Practical English-Korean Machine Translation

국문 초록 (Abstract)

영한 기계번역 시스템을 개발하기 위해서는 다양한 모호성 문제를 해결해야 한다. 본 논문에서는 그 중 단어의 품사모호성을 해결하기 위한 품사결정 방법을 연구하였다. 품사결정은 단어가 가지는 후보 품사 중 하나의 품사를 결정하는 것인데, 이를 통해 구문분석의 복잡도를 줄여 번역 속도의 개선과 구문분석의 정확성 향상을 도모한다. 품사모호성 해소를 위한 품사태깅 및 품사결정은 주어진 단어에 단 하나의 품사태그 또는 품사를 할당하는데, 문장을 구성하는 단어의 품사결정이 하나라도 잘못되는 경우에는 해당 문장을 정확하게 번역할 수 없다. 본 논문에서는 품사결정이 어려운 단어들에 대해서는 복수의 품사를 할당하여 품사결정의 정확성을 개선하기 위한 방법을 연구하였다. 즉, 기존의 확률적 품사결정 모델을 영한 기계번역 시스템에서 적용할 수 있도록 하는 품사결정 모델의 확장 방안을 제안하였으며, 실험을 통해 실용성을 제시하였다.

다국어 초록 (Multilingual Abstract)

We must solve the various ambiguity problems in developing English-Korean machine translation system. The method of part-of-speech determination is studied for part-of-speech disambiguation. The part-of-speech determination chooses one part-of-speech among the candidate part-of-speeches of a word. It is expected to help to make translation faster by reducing the parsing complexity and to improve parsing accuracy. Existing part-of-speech tagger or determiner assigns only one part-of-speech to a given word. But, even an error can cause parsing failure. This paper studies a method of preventing parsing failure due to part-of-speech determination errors. We try to give multiple part-of-speeches to a word for which is difficult to determine its part-of-speeches. That is, this paper proposes an extension method of existing probabilistic model for part-of-speech determination. So we expect the determination module will be applicable to English-Korean machine translation system. In experiments, we show the practicality of the proposed extension methods.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 확률적 품사결정 모델
• 3. 품사결정 모델의 확장
• 4. 실험
• 5. 결론
• 참고문헌

참고문헌 (Reference)

1 김성동, "효율적 영한기계번역을 위한 확률적 품사결정" 한국정보처리학회 17 (17): 459-466, 2010

2 B. Merialdo, "Tagging English text with a probabilistic model" 20 (20): 155-172, 1994

3 J. Jupiec, "Robust part-of-speech tagging using a hidden markov model" 6 : 225-242, 1992

4 Songwook Lee, "Part of Speech Mapping between Tagset of English-Korean Machine Translation and Tagset of Penn Treebank Corpus" 26 (26): 184-186, 1999

5 Kristina Toutanova, "Feature-rich part-of-speech tagging with a cyclic dependency network" 252-259, 2003

6 Yoshimasa Tsuruoka, "Bidirectional Inference with the Easiest-First Strategy for Tagging Sequence Data" 467-474, 2005

7 B. B. Greene, "Automatic grammatical tagging of English" Technical report, Department of Linguistics, Brown University, Providence, Rhode Island, 1971

8 Eric Brill, "A Simple Rule-Based Part of Speech Tagger"