오류어와 대치어의 재현율 향상과 정확도 제어를 통한 ‘사용자 적응형 문맥 기반 한국어 맞춤법 검사기’ 개발

다국어 초록 (Multilingual Abstract)

Korean Spelling and Grammar Checker is the system that dectects the error word appears in the Korean text, and suggests the recommanded word to correct it. The types of error word can be divided into isolated-term spelling correction(non-word spelling error) and context-sensitive spelling error(real-word spelling correction). Context-sensitive spelling errors (CSSE) are hard to correct, since they are perfect words when analyzed alone. Determined only by considering the semantic and syntactic relations of their context, CSSEs affect largely the performance of spelling and grammar checkers. The existing Korean Spelling and Grammar Checker (KSGC) adopts a rule-based method, which uses hand-made correction rules for CSSEs. Focusing on general users' demands, the KSGC is designed to obtain the very high precision, which results in the extremely low recall. This system does not meet the needs of text experts such as editors, writers or journalists, who wish to detect and correct as many errors as possible.
The purpose of this study is to develop the 'User-Adaptive KSGC' that user can adjust the precision and recall by the user purpose. To develop the adjustable system, this study generalizes the CSSE correction rules to improve the recall, and minimize the lowering precision of corre

국문 초록 (Abstract)

‘한국어 맞춤법 검사기(Korean Spelling and Grammar Checker)’의 기능은 전자화된 한국어 텍스트에 나타난 오류어(error word)를 검색하고, 이를 교정할 대치어(recommanded word)를 제시하는 것이다. 이때 오류어의 유형은 크게 “삶은 달랼을 찬물에서 건져”에서 “*달랼을”과 같은 단순 철자오류(isolated-term spelling correction; non-word spelling error)와 “물건값을 결재하는 날에는”의 “결재하는”과 같은 문맥의존 철자오류(context-sensitive spelling error; real-word spelling correction)로 구분할 수 있다. 전자의 경우, “*달랼”이라는 어휘가 없으므로, 해당 어절을 형태적으로 분석하는 것만으로 쉽게 오류어를 검색할 수 있다면, 후자에서 “결재하는”의 오류 여부는 “물건값을”과 같은 문맥(context)의 의미․통사적 관계를 고려해야만 하므로 검색이 매우 어렵다. 한국어 맞춤법 오류 중 이러한 문맥의존 철자오류의 비율이 20%를 넘는데, 이는 영어에 비해 4-5배나 높다. 또한, 단순 철자오류라도 교정 단계에서 “*달랼을”을 “달걀을”로 정확한 제시어를 보여주려면 “삶은”이라는 문맥의 고려가 필수적이므로, 문맥분석은 한국어 맞춤법 검사기의 성능에 크게 영향을 미친다. 맞춤법 검사기의 성능에 대한 요구는 사용자나 응용 목적에 따라 아주 다양하다. 물론 맞춤법 검사기가 모든 오류를 찾아서 항상 올바른 대치어를 제시해주면 좋겠지만, 이런 시스템을 만들기는 불가능하다. 따라서 범용 맞춤법 검사기는 ‘일반인’이 ‘일상생활’에서 사용하는 환경을 가정하므로, 재현율보다 정확도가 중요시된다. 맞춤법을 잘 알고, 맞춤법 검사기가 틀릴 수도 있다고 생각하는 사용자라면 맞춤법 검사기가 오류라고 제시해도 이를 취사선택할 수 있겠지만, 일반인은 맞춤법 검사기를 절대적으로 신뢰할 가능성이 크기 때문이다. 따라서 어떤 어절이 오류어일 가능성이 아주 높더라도 그 정확도가 100%가 아니라면 범용 맞춤법 검사기는 이를 바르다고 본다. 그러나 교과서나 도서 교열을 담당하는 전문가는 정확도가 어느 정도 유지되는 선에서 재현율이 최대한 높기를 원한다. 바로 문맥의존 철자오류 검색과 대치어 제시가 재현율을 높이는 데 결정적인 역할을 한다. 더구나 신문 기자를 비롯한 일부 작가는 급할 때에는 정확도가 높은 검사를, 여유가 있을 때는 재현율이 높은 검사를 할 수 있게 선택하기를 원하기도 한다. 하지만 이렇듯 다양한 요구에 맞춰 맞춤법 검사기를 따로 개발하기는 불가능하다. 그 이유는 수작업으