http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이현정,이재원,서정연(Hyunjung Lee),Jae-Won Lee,Jungyun Seo 한국정보과학회 1998 정보과학회논문지(B) Vol.25 No.10
화행 분석이란 대화 속에서의 문장의 화행을 알아내는 과정이다. 이러한 화행 분석 과정은 대화에 대한 분석을 필요로 하는 여러 응용에서 요구되는 부분이다. 기존의 일반적인 대화처리 과정에서 사용되었던 계획 기법을 이용한 화행 분석은 담화 지식이 복잡한 영역 지식과 혼합되어 있어서 확장성이 떨어진다는 단점을 가지고 있다. 통역에 있어서의 대화 모델은 일반적인 모델과는 달리 대화를 완전히 이해 할 필요가 없고, 그 응용의 특성상 견고성이 요구되므로 이를 위한 확장성이 중요하다고 할 수 있다. 본 연구에서는 이러한 통역에 사용될 수 있는 화행 분석 모델을 제안한다. 이러한 화행 분석 과정에서 담화 지식을 재귀적 대화 전이망으로 표현하여 담화 처리를 단순화하여 확장성이 높은 화행 분석 모델을 제안하였다. Korean speech act analysis is a process of finding the speech act of a Korean sentence in a dialogue. It is an essential part for various applications related to dialogue analysis. Previous plan-based approaches on speech act analysis use lots of domain knowledge combined with discourse knowledge. Although such approaches can make relatively correct analysis in the process of understanding dialogues, they are difficult to be scaled-up. Since a dialogue machine translation system should be robust, we propose a different speech act analysis model that can be more easily scaled-up with the expense of losing complete understanding of dialogues. This kind of trade-off is quite reasonable since machine translation usually does not require complete understanding of an utterance for translation. The proposed model separates discourse knowledge from domain plan and represents discourse knowledge in a form of Recursive Dialogue Transition Network (RDTN). By ignoring domain plans, it becomes more robust and easy to be scaled-up.
지지벡터기계(Support Vector Machines)를 이용한 한국어 화행분석
은종민,이성욱,서정연,En Jongmin,Lee Songwook,Seo Jungyun 한국정보처리학회 2005 정보처리학회논문지B Vol.12 No.3
본 연구에서는 지지 벡터 기계(Support Vector Machines)를 이용하여 한국어 대화의 화행을 분석하는 방법을 제안한다. 우리는 발화의 어휘 및 품사와 이진 품사 쌍을 문장 자질로 사용하고 이전 발화의 문맥을 문맥 발화로 사용한다. 카이 제곱 통계량을 이용해 적절한 자질을 선택하고 선택된 자질로 지지 벡터 기계를 학습하였다. 학습된 지지 벡터 기계 분류기를 이용하여 각 발화의 화행을 분석하였다. 호텔 예약 영역의 말뭉치에 대해 제안된 시스템을 이용하여 실험한 결과 약 $90.54\%$의 정확률을 얻었다. We propose a speech act analysis method for Korean dialogue using Support Vector Machines (SVM). We use a lexical form of a word, its part of speech (POS) tags, and bigrams of POS tags as sentence features and the contexts of the previous utterance as context features. We select informative features by Chi square statistics. After training SVM with the selected features, SVM classifiers determine the speech act of each utterance. In experiment, we acquired overall $90.54\%$ of accuracy with dialogue corpus for hotel reservation domain.
조은경(Eunkyoung Jo),서정연(Jungyun Seo) 한국정보과학회 언어공학연구회 2004 한국정보과학회 언어공학연구회 학술발표 논문집 Vol.16 No.1
조응어 해석(Anaphora Resolution)은 여러 응용 분야에 적절히 적용됨으로써 자연어 이해에서의 양적, 질적 향상을 가져 올 수 있다. 구어에서 조응어(anaphor)는 화자와 청자간에 공유된 정보를 간략하게 나타내는 형태이다. 특히, 구어를 주된 사용 언어로 하는 대화 시스템에서의 조응어의 양상을 살피고 해석하는 문제는 인간과 기계간의 의사소통(man-machine communication)을 온전히 하는 과제이다. 이 논문에서는 인간과 기계간의 대화 시스템(man-machine dialogue system)에서 흔히 쓰일 수 있는 조응 표현에 중점을 두어 그 유형을 살피고 해석의 방식을 제시하도록 한다.