텍스트 정보와 언어지식: 주제구조표지 분석과 탐색

국문 초록 (Abstract)

지금까지 텍스트 주제 문제를 다룬 연구와 이를 바탕으로 시스템을 설계한 정보 처리기의 문제점은 무엇보다 총체적인 시각으로 텍스트를 바라지 못했다는 점이다. 다시 말해, 이들 연구의 주안점은 어떤 텍스트 단위가 텍스트 안에서 가장 두드러지는 역할을 수행하는가에 두었다. 따라서 어떤 표현이나 문장, 혹은 문단 등이 주어진 텍스트 내에서 두드러지는 역할을 한다고 해도, 이들이 텍스트의 주제 구조와는 별개로 기능할 위험이 있는 것이다. 둘째로, 텍스트 주제 구조에 대한 연구가 사용자라는 정보 이용자의 측면을 고려하고 있지 않다는 점이다. 텍스트에는 잠재적인 주제 단위들이 존재하는데, 정보 이용을 전제할 때 무엇보다도 중요한 것은, 이들 정보들이 시스템에 탑재 되었을 때, 궁극적으로 사용자 인터페이스를 강화할 실용적 전망이 요구된다.

본 연구는 이러한 문제점을 바탕으로 다음과 같은 전략을 활용하려 한다.

첫째, 주제적인 시각에서 텍스트 전체에 걸쳐 응집성(cohesion)을 강하게 드러내는 주제어 단위들을 관찰하고 분류한다.
둘째로, 어떤 한 주제와 관련된 텍스트 단위들을 계층적으로 분류하고 분석한다.

본 연구에서는 텍스트의 표층에 나타나는 주제 구조의 의미적 성격에 따라, 여러 가지 텍스트 전략을 재구성해 보려고 한다. 하나의 텍스트는 시간, 공간 그리고 주제 등의 틀에 따라서 조직되는데, 이 세 개의 틀을 통해서 텍스트 저자는 정보를 모으고 텍스트에 통일성이나 연속성을 부여하게 된다. 텍스트를 이렇게 계층화함으로써, 상이한 성격의 텍스트 경계를 파악할 수 있고, 나아가 잠재적으로 담화의 주제로 구분할 수 있는 단위들을 분류해 낼 수 있을 것으로 생각한다.
본 연구는 두 유형의 분석 수단을 상보적으로 활용하여, 어휘 분포의 기준을 토대로 자료 텍스트를 주제적으로 재단할 것이다. 이를 위해 먼저 텍스트 전체에 대한 관찰을 통해 주제 구조의 단절과 변화를 암시하는 단위들을 파악하고, 국지적으로 나타나는 텍스트 절분들을 파악하게 될 것이다. 대개의 경우, 텍스트는 논증 표지의 변화가 관찰될 때, 이는 주제 변화나 단절을 나타내며, 텍스트는 새로운 주제로 나아갈 것이라는 지표 역할을 하게 된다.