A Study on English-Korean Translation System

김영섬,김한우,최병욱,Kim, Young Sum,Kim, Han Woo,Choi, Byung Uk The Institute of Electronics and Information Engin 1986 전자공학회논문지 Vol.23 No.6

In this paper, an English-Korean machine translation system which consists of a syntax analyzer, a semartic analyzer and a sentence generatodr is proposed. The intermediate language in the syntax analysis is described by a lambda categorial grammar that is based on Montague Grammar, and the augmented context free grammar is introduced in the description of object language. Much difficulty in constructing general rules and semantic representations of an object language in the parser can be avoided by using the knowledge from the user interface utility that can modify the contents of dictionary and grammar rules.

PC를 이용한 일$\cdot$한 번역 시스템 ATOM의 개발에 관한 연구 ( II ) - 구문해석과 생성과 정을 중심으로 -

김영섬,김한우,최병욱,Kim, Young-Sum,Kim, Han-Woo,Choi, Byung-Uk 대한전자공학회 1988 전자공학회논문지 Vol. No.

구문 해석과정에서 동사가 갖는 필수격을 기준으로 격 프레임을 구성하여 격 구조를 생성하며, 형태소 해석 결과에 단문을 기준으로 한 부분 문법을 재귀적으로 적용함으로 해서 구문 의미 해석을 수행한다. 또한 역어 생성과정에서 일본어 조사처리의 중요성을 고려하여 중요 조사의 애매성 해소와 역어 분류를 위한 독립적인 프로시쥬어를 기술하여 효율을 제고한다. 그리고 일본어 종결구의 처리를 위해서 동사와 조동사의 복합 가능성을 고려한 생성 테이블을 작성하여 형태소와 구문 해석정보에 의해 일의적(一義的)인 결정을 행하여 보다 자연스런 역어의 생성과 생성과정의 간략화를 도모하였다. In this paper, we describe the syntactic and semantic parsing methods which use the case frames. The case structures based on obligatory cases of verbs. And, we use a small set of partial-garammar rules based on simple sentence to represent such case structures. Also, we enhance the efficiency by constructing independent procedure for particle classification and ambiguity resolution of major particle considering the importance of Japanese particle process in the generation. And we construct the generation table considering the combination possibility between the verbs and auxiliary verbs for processing the termination phrase. Therefore we can generate more natural translated sentence according to unique decision with information of syntactic analysis and simplify the generating process.

PC를 이용한 일$\cdot$한 번역 시스템 ATOM의 개발에 관한 연구 ( I ) - 구문해석과 생성과 사전 구성과 형태소 해석을 중심으로 -

김영섬,김한우,최병욱,Kim, Young-Sum,Kim, Han-Woo,Choi, Byung-Uk 대한전자공학회 1988 전자공학회논문지 Vol. No.

정확한 형태소 해석과정의 구현을 위해 heuristic 정보를 부가한 형태소 사전과 접속정보 테이블을 구성하고 문절수최소법을 근간으로 하여 자동 띄어쓰기 과정을 구현한다. 또한 독립적인 활용어 테이블을 구성하고, 접속정보 테이블과 상호 연계시켜 적용합으로 해서 접속정보와 활용어 정보의 구성을 간단하게 하였으며, 시스템의 검증과 확장 효율을 제고하였다. 번역 사전은 해석 사전과 생성 사전으로 구성하며, 해석과정의 효율과 보다 자연스런 역어의 생성을 위해 통계적으로 추출한 고빈도의 종결구를 관용어로 기술하고, 사전상에 직접 프로시쥬어를 기술하여 시스템의 적응성을 증대시켰다. In this paper, we describe heuristic information-added morphological dictionary and connection table, and automatic MUNJEUL separation process on the basis of least cost method for efficient morphological analysis. It is simplified the composition of connection and inflective word information by mutually interconnect conjugation table with connection tables. As a result, the applicability of system is increased. Translation dictionary consists of analysis and generation part and, increase the applicability by describing frequently using termination phrase which is extracted statistically as idiom and the procedure directly on the dictionary for the efficiency of analysis process and more natural generation of translation sentence.

부분 어절의 기분석에 기반한 고속 한국어 형태소 분석 방법

양승현(seung Hyun Yang),김영섬(Young-Sum Kim) 한국정보과학회 2000 정보과학회논문지 : 소프트웨어 및 응용 Vol.27 No.3

일반적으로 형태소 분석 방법은 실행시에 매 어절마다 코드 변환, 형태소 분리, 원형 복원 규칙 적용을 통한 분석 후보 생성, 사전 탐색을 통한 분석 후보의 여과 등의 절차를 거쳐 형태소 분석을 수행하기 때문에 실행 효율의 관점에서 효율적이지 못하다. 이러한 문제점을 완화시키기 위해 도입된 어절단위 기분석 사전에 의한 분석은 실행시 처리에 소요되는 계산 부하를 크게 줄일 수는 있지만 어절의 수가 사실상 무한하므로 사전의 크기 문제 때문에 완전한 처리 방법이 될 수 없다는 단점이 있다. 본 논문에서는 이상과 같은 문제점을 해결하기 위해 두가지 대비되는 방법론을 결합하여 부분 어절별로 기분석 결과를 구축하여 형태소를 분석하는 방법에 대해 기술하고 있다. 이 방법에 의하면, 형태소 분리, 원형 복원 등 형태소 분석에 필요한 계산의 대부분을 실행시에 행하지 않고 기분석 결과의 구축 시에 행함으로써 실행시 계산 부하를 크게 줄일 수 있고 불필요한 중간 결과가 생성되지 않아 사전 탐색 횟수가 크게 절감되는 효과가 있으므로, 실행 효율을 크게 개선할 수 있다. 아울러 음소별 연산을 하지 않으므로 코드 변환 등에 소요되는 계산량도 전혀 필요치 않다는 특징도 있다. Most morphological analysis methods require repetitive procedures of input character code conversion, segmentation and lemmatization of constituent morphemes, filtering of candidate results through looking up lexicons, which causes run-time inefficiency. To alleviate such problem of run-time inefficiency, many systems have introduced the notion of "pre-analysis" of words. However, this method based on pre-analysis dictionary of surface also has a critical drawback in its practical application because the size of the dictionaries increases indefinite to cover all words. This paper hybridizes both extreme approaches methodologically to overcome the problems of the two, and presents a method of morphological analysis based on pre-analysis of partial words. Under such hybridized scheme, most computational overheads, such as segmentation and lemmatization of morphemes, are shifted to building-up processes of the pre-analysis dictionaries and the run-time dictionary look-ups are greatly reduced, so as to enhance the run-time performance of the system. Moreover, additional computing overheads such as input character code conversion can also be avoided because this method relies upon no graphemic processing.

시소러스와 술어 패턴을 이용한 의미역 부착 한국어 하위범주화 사전의 구축

양승현(Seung Hyun Yang),김영섬(Young-Sum Kim),우요섭(Yo-Sub Woo),윤덕호(Deok Ho Yoon) 한국정보과학회 2000 정보과학회 컴퓨팅의 실제 논문지 Vol.6 No.3

하위범주화는 보어의 어휘 개념이 명시된 술어와 보어간 의존 관계를 정의하는 언어 정보로서 구문 및 의미 분석 등에 폭넓게 활용될 수 있는 기반 언어 자원이라는 데에 그 중요성이 있다. 본 논문에서는 표층문에서 통상 격표지로 표현되는 구문적 의존 관계뿐만 아니라, 보어가 갖는 의미역 정보가 부착되어 있으며 시소러스 개념 분류 체계와 연동 가능한 한국어 술어의 하위범주화 사전의 구축에 대해 설명하고 있다. 본 논문에서는 하위범주화 사전의 의미역 표현을 위해 총 25개의 의미역을 설정하고 있다. 이 의미역은 표층 격표지와 직접 연관되어 있기 때문에 통사적인 분석으로부터 직접 의미역 정보를 추출해서 의미 구조의 해석에 이용하는 것이 가능하다. 또한 명사 보어가 갖는 개념의 표현을 위해 상 · 하위어 관계를 갖는 12만 어휘 규모의 시소러스를 이용하고 있으며, 술어의 의존 관계 표현을 위해 동사, 형용사에 대해 각각 47, 17 개의 하위범주화 패턴을 이용하고 있다. 실용적 규모의 시소러스를 이용함으로써 문장에 나타난 명사의 시소러스 개념을 그대로 하위범주화 사전에 적용시켜 의미 정합 여부를 판단할 수 있는 실질적인 선택제약 체계를 구성할 수 있었고, 표층 격표지에 기초한 표준화된 술어 패턴을 이용함으로써 의미역의 결정 등에서 야기될 수 있는 비일관성을 방지하고 구축에 드는 비용을 절감할 수 있었다. 이상과 같은 방법으로 말뭉치에서 추출한 고빈도 술어 13,000 여개에 대해 하위범주화 사전을 구축하였으며, 적용 범위 평가 실험에 의하면 이 하위범주화 사전은 말뭉치에서 발견된 술어의 72.7%에 대해 하위범주화 정보를 제공할 수 있음을 확인하였다. Subcategorization, defining dependency relation between predicates and their complements, is an important source of knowledge for resolving syntactic and semantic ambiguities arising in analyzing sentences. This paper describes a Korean subcategorization dictionary, particularly annotated with semantic roles of complements coupled with thesaural semantic hierarchy as well as syntactic dependencies. For annotating roles, we defined 25 semantic roles associated with surface case markers that can be used to derive semantic structures directly from syntactic ones. In addition, we used more than 120,000 entries of thesaurus to specify concept markers of noun complements, and also used 47 and 17 predicate patterns for verbs and adjectives, respectively, to express dependency relation between predicates and their complements. Using a full-fledged thesaurus for specifying concept markers makes it possible to build an effective selectional restriction mechanism coupled with the subcategorization dictionary, and using the standard predicate patterns for specifying dependency relations makes it possible to avoid inconsistency in the results and to reduce the costs for constructing the dictionary. On the bases of these, we built a Korean subcategorization dictionary for frequently used 13,000 predicates found in corpora with the aid of a tool specially designed to support this task. An experimental result shows that this dictionary can provide 72.7% of predicates in corpora with appropriate subcategorization information.

유전자 알고리즘에 기반한 자연언어 문장의 정량적 질 평가 방법

양승현(Seung Hyun Yang),김영섬(Young-Sum Kim) 한국정보과학회 1999 정보과학회논문지(B) Vol.26 No.11

본 논문에서는 자연언어 문장의 객관적 정량적인 질 측정 방법의 구축에 대해 설명하고, 이를 문장 최고 시스템의 사례에 적용해 본다. 문장의 질을 평가한다는 것은 본질적으로 주관적이고 정량화가 어려운 작업이기 때문에, 이 과정에서 질의 객관적 계량화가 가능한지 여부가 가장 중요한 문제가 된다. 이 논문에서는 이러한 문제를 해결하기 위해 유전자 알고리즘을 이용한 진화적 접근 방법을 통해 객관적이고 정량적인 질의 측정 공식을 유도한느 방법론을제시하였다. 이 논문에서 제시한 방법론의 핵심은 간단히 말해서 사람이 행하는 정성적인 판단을, 이에 가장 근접하는 정량적 측정 체계로 전환시키는 것이라고 보면 된다. 이것을 위해 정량화 문제를 문장의 단순 언어 특징들의 변화값을 이용한 최적화 문제로 환원시키고, 다시 이 최적화 문제를 유전자 알고리즘을 이용해 해결함으로써 문제를 효과적으로 해결할 수 있었다. 실험 결과를 보면, 본 논문에서 제시한 최적화 방법은 주어진 훈련용 예제와 검증용 예제 중 각각 99.84%, 99.88%를 만족시키는 해를 찾아내었으므로 정량적 질 평가 공식의 유도에 매우 효과적임을 알 수 있었다. 또한 도출된 측정 공식을 이용해서 실제 퇴고 시스템 평가에 적용한 결과 문장 질의 측정에 매우 유용하게 이용될 수 있음을 알 수 있었다. 이와 같이 질의 정량적 평가가 가능하다는 사실이 갖는 또 한가지 중요한 의미는 최종 사용자의 구매 의사나 개발자의 공학적 의사 결정을 위한 객관적 성능 평가 자료의 제공에 이 방법이 유용하게 사용될 수 있다는 점이다. This paper describes a method of building a quantitative measure of the quality of natural language sentences, particularly produced by document revision systems. Evaluating the quality of natural language sentences is intrinsically subjective, so what is most important as to the evaluation is whether the quality can be measured objectively. To solve such problem of objective measurability, genetic algorithm, an evolutionary learning method, is employed in this paper. The underlying standpoint of this approach is that building the quality measures is a task of constructing a formulae that produces as close results as can to the qualitative decisions made by humans. For doing this, the problem of measurability has been simply reduced to an optimization problem using the change of the values of simple linguistic parameters found in sentences, and the reduced problem has been solved effectively by the genetic algorithm. Experimental result shows that the optimization task satisfied 99.84% and 99.88% of the given objectives for training and validation samples, respectively, which means the method is quite effective in constructing the quantitative measure of the quality of natural language sentences. The actual evaluation result of a revision system shows that the measure is useful to quantize the quality of sentences. Another important contribution of this measure would be to provide an objective performance evaluation data of natural language systems on a basis of which end-users and developers can make their decision to fit their own needs.

정보 검색에서 질의 형식화를 도와주는 "개념 마법사"의 설계

강현규(Hyun-Kyu Kang),왕지현(Ji-Hyun Wang),김영섬(Young-Sum Kim),서영훈(Young-Hoon Seo) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.2Ⅱ

정보 검색 시스템이나 웹(Web)이 방대해지고 초보적 수준의 사용자들이 늘어남에따라 간단한 조작만으로 원하는 정보를 얻어낼 수 있는 도구의 개발이 점점 중요해지고 있다. 일반적으로 정보 검색 시스템이나 검색 엔진을 통하여 질의 입력 방법이나 연산자들이 매우 다양하며 일반 사용자들은 질의를 형식화 하는 것이 쉽지 않다. 본 논문은 일반 사용자가 정보 검색 시스템이나 검색 엔진을 통하여 정보를 검색하기 위한 검색어 형식화를 도와주는 개념 마법사를 제안한다. 본 논문에서 제시한 개념 마법사는 실세계 지식의 부족을 시소러스를 이용하여 interactive하게 제시하고 웹을 기반으로하는 플러그인(plug-in)으로 제공함으로써 유용성 및 확장성이 크다.

대량의 정보 검색 결과를 위한 "결과 렌즈"의 설계 및 구현

강현수(Hyun-Su Kang),강현규(Hyun-Kyu Kang),김영섬(Young-Sum Kim),이용석(Yong-Seok Lee) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.1B

정보 검색이란 사용자의 요구에 가장 적합한 정보를 검색하는 것이다. 그러나 정보의 바다라고 불리는 인터넷에서 사용자의 질의어에 의하여 검색되는 결과는 (검색 시스템에 따라 다양하지만) 방대하다. 따라서 본 논문은 방대한 결과에 대하여 사용자의 요구에 만족하는 문서를 보다 정확하고 빨리 검색할 수 있도록 하기 위하여 다양한 뷰를 제공하는 결과 렌즈(Results Lens:RL)를 제안한다. 본 논문에서 제안한 결과 렌즈는 검색된 결과들에 대하여 여러가지 뷰(검색어 조정, 분류, 상호정보, 이합 집산)를 제공하여 검색 결과들을 정련(refine) 할 수 있으며, 플러그 인(Plug-in)으로 개발하여 개발의 용이함은 물론 배포 및 확장이 손쉽다.

한국어 명사의 시소러스 구축을 위한 시스템 설계 및 구현

이종인(Lee Jong In),한광록(Han KwangRok),양승현(Yang Seung Hyun),김영섬(Kim Young Sum) 한국정보처리학회 1999 정보처리학회논문지 Vol.6 No.2

We present a method of thesaurus construction in order to produce semantic concept hierarchy of Korean nouns and implement a system for constructing the thesaurus in this paper. Multiple-step construction method is applied to this system which uses bottom-up and top-down method complementarily for solving the nonobjectivity of word hierarchy, working speed, structural contradiction, and incoherency of existing thesaurus. This system maintains objectivity using the meaning sentence of machine-readable dictionary and solves structural contradiction and incoherency with reference to existing thesaurus. We implement a developmental tool based on client/server system to construct thesaurus including massive entries as soon as possible and multiple clients can work simultaneously.

정보 검색에서 대량의 검색결과를 효과적으로 볼 수 있는 “결과 렌즈”의 설계

강현규(Hyun-Kyu Kang),홍성혁(Seong-Hyuk Hong),김영섬(Young-Sum Kim),이용석(Yong-Seok Lee) 한국정보과학회 언어공학연구회 1997 한국정보과학회 언어공학연구회 학술발표 논문집 Vol.1997 No.10