딥러닝 한국어 모델은 관형사절 속 공백을 포착하는가? (Does the Korean Deep Learning Model Identify the Gap in the Relative Clauses?)

서지정보

· 발행기관 : 돈암어문학회
· 수록지 정보 : 돈암어문학 / 42권 / 159 ~ 195페이지
· 저자명 : 이지은, 송상헌, 이규민

초록

본고는 딥러닝 한국어 모델이 공백이 있는 관계 관형사절(공백 관계절)과 그 밖의 관형사절(비공백 관계절)을 구별하는지 살펴본 연구이다. 궁극적으로는 딥러닝 한국어 모델이 관형사절 속 공백을 포착하는지 살펴보고자 했다. 연구 결과는 다음과 같다. 첫째, 딥러닝 한국어 모델이 공백 관계절과 비공백 관계절을 최소 89%에서 최대 100%의 정확도로 분류하였다. 둘째, 히트맵 분석 결과 공백 관계절의 경우 머리명사보다 관계절 속 서술어에 더 많은 어텐션(Attention)이 놓였다. 이러한 결과들은 딥러닝 한국어 모델이 관계절 속 공백을 포착한다는 직접적인 단서는 되지 못하므로 후속 연구가 필요하다.

영어초록

This paper examines whether the Korean deep learning language model can identify the gap associated with the relativized noun in a relative clause. The results of the current experimental study are as follows. First, the deep learning model used in the present study can classify the gapped relative clauses and the gapless relative clauses (by the minimum successful rate of 89% and maximum successful rate of 100%). Second, the heatmap analysis indicates that a bigger attention tends to be assigned to the embedded predicate rather than the head noun when it comes to the gapped relative clauses. These findings, however, do not necessarily mean that deep learning language model can capture the gap in the relative clauses.

참고자료

· 없음