자연어 처리를 위한 한국어와 영어의 대용어 분석 시스템 개발

국문 초록 (Abstract)

<P>이 연구는 주어진 담화 상에서 한국어의 영대용어와 영어의 대명사가 가리키는 의미를 찾는 전산 알고리즘 개발을 목표로 한다. 이는 다음의 세 가지 소규모 연구 과제들로 구성된다. /<P>

<P>1. 영어 대명사 분석 도구를 수정 보완한 한국어 영대용어 분석 도구 개발</P>


<P>영어의 대명사 분석 알고리즘을 한국어에 바로 적용할 수는 없음에도 불구하고 특정 담화 구조 속에서 영대용어의 선행사를 선별하는 분석 과정은 영어의 대명사 분석과 상당히 유사하다. Byron 교수는 담화 구조 속에 나타나는 영어의 대명사의 의미를 복원하기 위하여 기존의 연구들에서 제시된 여러 알고리즘을 구현하고 이들의 효율성을 테스트하는 프로젝트를 진행해오고 있다. 우리는 한국어 영대용어의 다양한 유형들 중 영어 대명사와 유사한 제약을 가지는 유형을 골라 기존의 연구에서 제시된 대용어의 의미 제약들을 전산학적으로 구현함으로써 영어의 대명사 분석 시스템과 유사한 시스템을 개발하고자 한다. </P>

<P>다양한 국어의 생략 현상들 중에서 우리는 하나의 담화 구조 안에서 앞선 발화에서 나타낸 요소가 반복될 때 생략되어 나타나는 영대용어 현상을 주된 연구 대상으로 한다. 따라서, 관계화나 주제화에 따른 구구조 (phrase structure)로 해결할 수 있는 생략과 화자·청자, 백과사전적 지식에 바탕을 둔 복합적 요인들을 포함하는 담화화용적 생략을 제외한다. 이는 전산학적 측면에서 구현이 용이한 제약들을 가진 영대용어 현상을 먼저 해결하기 위함이다. </P>

<P>2. 서술어의 하위범주화 (subcategorization) 제약을 바탕으로 한 영대용어 정보 자동 태깅 시스템</P>
<P>영대용어 분석과 관련된 또 하나의 해결 과제는 실제의 텍스트에서 영대용어가 존재하는지 여부를 자동으로 파악하는 일이 쉽지 않다는 점이다. 이는 구문 분석과 직접 관련된 문제로 이제까지 대부분의 생략 현상 연구에서는 서술어를 중심으로 필수적으로 나타나야 하는 논항 명사구를 정한 후 이 논항이 실현된 경우와 생략된 경우를 구분하는 방식을 취하였다. 그러나, 이러한 처리 방식은 인간의 수작업에 따른 시간적 제약과 더불어 연구자들에 따라 각 서술어가 가지는 하위범주화 정보가 다르며, 따라서 영대용어의 출현을 결정하는 연구자들의 직관이 달라질수 있다는 위험 부담을 안고 있다.<P>

<P>이 연구에서는 객관적 통계 자료에 의존하여 영대용어의 출현 가능성을 결정하는, 통계에 기반을 둔 전산언어학 방법론을 제안하고자 한다. 먼저 연구자들의 직관에 따른 차이를 배제하기 위하여, 하위범주화 제약들을 모아 구축한 데이터베이스 자료를 활용하여 실제 말뭉치에 나타나는 제약들의 사용 빈도를 계산하고 그 우선 순위를 결정한다. 이렇게 결정된 우선 순위 정보는 역으로 영대용사 출현 정보가 태깅되어 있지 않은 텍스트 자료를 대상으로 논항 생략의 가능성을 계산하는데 사용된다. 한 예로 ‘영미가 먹었다’ 라는 문장을 대상으로 할 때, ‘먹다’의 다양한 하위범주화 제약들 중에서 가장 빈도가 높은 것은 [NP1-가 NP2-를 먹다]이므로 목적어 성분이 생략되었을 가능성이 가장 높다. 이와 더불어 ‘먹다’의 하위범주화 제약은 이 문장에 앞선 발화, 즉 ‘누가 사과를 먹었니?’에서 서술어의 하위범주화 제약과 밀접한 상관관계를 맺고 있다. 따라서 인접한 발화 속에 나타나는 동일한 서술어의 하위범주화 제약이 어떤 방식으로 유지되거나 영향을 끼치는지에 대한 세부적 제약들이 포함되어야 한다. </P>
<P>3. 의미통사 제약에 기반한 대명사 분석 알고리즘의 향상</P>

<P>지난 수개월의 연구를 통해 우리는 Byron 교수가 개발한 대명사 분석 시스템에 핵어중심 구구조 문법 (HPSG)에서 사용하는 의미 자질(semantic feature)을 포함하는 프로젝트를 추진하여 왔다. 실제로 Byron 교수가 개발한 소프트웨어가 HPSG와 유사한 통합(unification)의 기제를 활용하는 관계로 일부 필요한 의미 자질을 도입하는 것은 그다지 어려운 일이 아니며 올해 안으로 소규모 프로젝트가 완성될 예정이다. 그런데, 이 연구 작업을 거치면서 우리는 일부 의미 자질만을 가져와 독립된 구문 분석 시스템에 통합하기보다는 HPSG 이론을 배경으로 구축된 구문 분석 결과 전체를 가져와 영어의 대명사 분석 시스템을 구축하는 것이 기존의 시스템들보다 훨씬 효율적 결과를 가져올 것임을 확신하게 되었다. 이는 HPSG의 구문 분석의 결과가 문장을 구성하는 성분의 어휘 의미와 문장 전체의 의미를 자질 구조체 (feature structure)로 표상하므로, 문장 성분들 사이의 의미 관계를 파악이 용이하기 때문이다. </P>

<P>전산적으로 구축된 HPSG 문법 구현 시스템으로는 Stanford 언어학과에서 개발한 LKB시스템과 오하이오 주립대 언어학과의 TRALE 시스템이 있다. 우리는 두