한국어에서 어절 범주의 정의 및 태강 = Defining and Tagging Eojeol Tags in Korean

국문 초록 (Abstract)

본 논문은 어절에 대한 범주를 정의하고 정의된 범주를 이용한 한국어 어절 범주 태깅 방법을 제안한다. 본 논문에서는 기계학습의 일종인 사례기반 학습을 이용하며, 기계학습에 필요한 자질은 벡터로 표현되고, 자질은 사전과 오토마타를 사용하여 반자동으로 선정되고 자동으로 추출된다. 본 시스템의 성능을 좀더 객관적으로 평가하기 위하여, 공개된 두 가지 말뭉치(KAIST 말뭉치, ETRI 말뭉치)를 사용하였다. 평가 방법으로는 말뭉치의 부족 관계로 교차 검증 방법을 사용하였다. 본 시스템은 22개의 자질에 대해서 약 97%의 정확률을 보였다.

다국어 초록 (Multilingual Abstract)

In this paper, we present the definition of the eojeol category and the method for eogeol categroy tagging. We use a machine learning technique call instance-based learning. We semi-automatically select feature for the machine leaning and automatically extract the features using dictionaires and finite-state automata. To evaluate our proposed system in an objective view, we use two publically available corpus, KAIST and ETRI, that are part-of-speech tagged in Korean and use the cross-validation evaluation to compensate it for data-sparseness of training corpus. The accuracy is about 97% under 22 features.