애매성 해소를 위한 확률적 한국어 구문 분석기의 설계 및 구현 = Design and Implementation of a Probabilistic Korean Syntactic Analyzer for Solving Ambiguity

국문 초록 (Abstract)

본 논문에서는 한국어를 구문 분석할 때 발생하는 문장 구조의 애매성을 해소하기 위한 확률적 한국어 구문 분석기틀 제안한다. 일반적인 자연 언어 처리는 형태소 분석, 구문 분석, 의미 분석 과정을 거치게 되는데, 각각의 단계에서 애매성이 발생한다. 형태소 분석 단계에서의 애매성을 해소하기 위해서는 통계 정보를 이용한 태깅 방법이 많이 연구가 되고 있다. 그러나, 태깅을 통하여 형태소 분석의 애매성을 전부 해소했더라도 구문 분석시 문법이 가지고 있는 애매성으로 인하여 발생하는 문장 구조의 애매성은 피할 수 없다. 이를 의미 분석 단계에서 전부 해결하려면 의미 분석기의 부담이 가중되고 그만큼 시스템의 성능도 떨어지게 된다. 본 논문에서는 이러한 구문 분석에서의 애매성을 해소하기 위해 구문 태그와 문법 형태소 태그를 혼합한 확률 모델을 제안하고 그 확률모델에 대한 성능을 실험 결과를 통하여 제시한다.

다국어 초록 (Multilingual Abstract)

This paper proposes a probabilistic Korean syntactic analyzer to solve ambiguity of a sentence structure. Natural language processing is generally processed through morphological analysis, syntactic analysis, and semantic analysis, and at each step ambiguity is generated.
The tagging method which uses stochastic information has been studied to solve morphemic ambiguity. Although morphemic ambiguity can be solved through the tagging, syntactic ambiguity which is generated by grammar cannot be avoid of. If we try to solve this problem by semantic analyzer, it imposes more burden on the semantic analyzer and the system's efficiency is decreased.
In this paper the probabilistic model which uses both with syntactic tag and morphemic tag is proposed and it's efficiency is demonstrated through experiments.

목차 (Table of Contents)

• 1.서론
• 2.확률적 문맥 자유 문법(Probabillistic Context Free Grammar)
• 2.1 PCFG(Probabilistic-CFG)
• 2.2 PCFG에 의한 문장 확률 계산
• 3.확률적 한국어 문맥 의존 문법
• 3.1 한국어의 특성
• 3.2 문맥을 고려한 문맥 의존 문법 모델
• 4.실험 결과
• 4.1 실험 데이터
• 4.2 실험 결과
• 5.결론