한-독 기계번역을 위한 한국어 영형 주어 처리연구 (Subjektellipse im Koreanischen und deren Behandlung für die maschinelle Übersetzung ins Deutsche)

서지정보

· 발행기관 : 한국독어독문학회
· 수록지 정보 : 독어독문학 / 56권 / 1호 / 197 ~ 223페이지
· 저자명 : 박아름, 홍문표

초록

본 논문에서는 한국어 대화체 문장에서 빈번하게 등장하는 한국어 영형 주어 복원을 위해 기계학습 방법론을 적용하였다. 한국어 영형 주어는 한국어와 같은 주제 지향 언어에서 독일어와 같은 주어 지향 언어로 번역할 때 반드시 해소되어야만 하는 현상이다. 따라서 한국어 영형 주어 해소는 한국어를 출발 언어로 하고 독일어를 목표 언어로 하는 기계 번역 시스템에서 필수적이다.
이를 위해 우리는 기계 학습을 위한 총 12개의 자질을 제안하였는데, 이는 문장 내 등장하는 동사의 형태론적 정보를 반영하고(f1~f3, f6~f8), 주관 그리고 객관 형용사의 등장 유무와 관련된 자질(f4, f5)에 관한 것이었으며 또한 센터링 이론을 반영하여 담화 내의 정보와 관련된 자질(f9~f12)도 제안하였다.
우리가 제안한 자질들을 사용하여 한국어 영형 주어 해소의 성능을 평가하기 위해 실험을 한 결과 89.3%의 정확도가 측정되었으며, 이는 베이스라인에 비해 약 16%가 향상된 결과였다.
현재 구축한 코퍼스에는 각 정답 주어 유형의 빈도수에 차이가 있다. 실험 결과 코퍼스 내 빈도수가 높은 정답 주어들이 기계학습 방법론에서 정확도가 높게 분류됐다. 따라서 향후 모든 정답 주어 유형에 대한 빈도수를 유사하게 조정하고 더 큰 규모의 코퍼스를 수집하여 본 논문에서 제안한 방법론을 다시 적용해보고자 한다.

영어초록

In der vorliegenden Arbeit wird das Subjekt-Ellipse Phänomen in der maschinellen Übersetzung des Koreanischen ins Deutsche behandelt. In einer sogenannten topik-orientierten Sprache wie im Koreanischen wird ein Subjekt oft ausgelassen. Bei der Übersetzung aus dem Koreanischen in eine sogenannte subjekt-orientierte Sprache wie das Deutsche müssen die ausgelassenen Subjekte explizit ausgedrückt werden.
In den meisten bisherigen Ansätzen handelt es sich um eine deterministische Methode. Hier spielen empirische Regeln eine entscheidende Rolle um ein ausgelassenes Subjekt wieder zu finden. Zu den empirischen Regeln gehören u.a. morphologische Informationen, semantische Eigenschaften bestimmter Verben und Adjektive und Informationen aus Kontexten. Eins von den größten Problemen der Ansätze ist dass es Fälle gibt, wo die Resolution der Anaphern nicht deterministisch erfolgt.
Um das Problem zu lösen, wird hier ein neuer Ansatz vorgestellt. Der neue Ansatz stützt sich auf maschinelles Lernen. Zu diesem Zweck werden insgesamt 12 Merkmale über die morphologischen Informationen der bestimmten Verben und Adjektive, semantische Eigenschaften besimmter Prädikate sowie Diskursinformationen vorgeschlagen.
Das Experiment zeigte, dass unser Ansatz im Vergleich zu den bisherigen Methoden die Genauigkeit der Anaphernresolution von 73.29% auf 89.3% um 16% erhöhen kann.

참고자료

· 없음