조사제약 조건의 완화에 의한 문맥의존 철자오류 교정의 재현율 향상 방식 (Improving Recall for Context-Sensitive Spelling Correction by Weakening Constraints on Case Markers)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 : 소프트웨어 및 응용 / 41권 / 3호 / 249 ~ 256페이지
· 저자명 : 최현수, 윤애선, 권혁철

초록

문맥의존 철자오류는 단독으로 사용하면 정확한 어절이지만, 문맥을 고려했을 때 오류인 유형이다. 이를 검색하고 교정하기가 매우 어려우며, 고품질 맞춤법 검사기의 성능을 크게 좌우한다. 한국어 맞춤법 검사기에서 문맥의존 철자오류의 검색과 교정을 위해 가장 많이 사용하는 방법은 언어 전문가가 수작업으로 구축한 교정규칙을 이용하는 것이다. 맞춤법 검사기의 대다수 사용자는 정확도를 중요하게 여기므로, 교정규칙은 정확도를 매우 높게 설계하였고, 반대급부로 재현율은 매우 낮다. 이는 발생 가능한 오류를 최대한 많이 검색하기를 원하는 전문 사용자의 요구를 충족하지 못한다. 본 논문에서는 문맥의존 철자오류의 검색과 교정 재현율을 향상하기 위해, 기존 교정규칙에서 논항의 조사제약 조건을 완화하는 세 가지 방법을 실험했다. 조사제약 조건에 대치 가능 조사를 확장하거나, 제약된 조사를 생략하는 방식과 이 두 가지를 결합한 방식을 실험했다. 제안한 방식은 모두 정확도를 거의 낮추지 않고 재현율을 높였으며, 특히 결합 방식은 재현율을 평균 4% 이상 향상할 수 있다. 이 방식은 본 연구진이 별도로 실험하고 있는 논항의 선택제약 어휘를 확장하는 방식과 연동할 때, 정확도를 크게 낮추지 않으면서 재현율을 크게 향상하는 효과가 있을 것이다.

영어초록

Context-sensitive spelling errors (CSSE) are hard to correct, since they are perfect words when analyzed alone. Determined only by considering the semantic and syntactic relations of their context, CSSEs affect largely the performance of spelling and grammar checkers. The existing Korean Spelling and Grammar Checker (KSGC 4.5) adopts a rule-based method, which uses hand-made correction rules for CSSEs. Focusing on general users' demands, the KSGC 4.5 is designed to obtain the very high precision, which results in the extremely low recall. This system does not meet the needs of text experts such as editors, writers or journalists, who wish to detect and correct as many errors as possible. In order to improve the recall of KSGC 4.5, this study proposes novel methods to generalize constraints on case marker(s) of an argument. For this objective, three methods are introduced: (a) the substituents of each case marker are used, (b) the omission of case markers is considered, and (c) the combination of (a) and (b). All three methods increase the recall of existing correction rules, in maintaining the high precision. Especially the combined method increased the recall by more than 4%. This result is encouraging, since it can yield much better performance when the proposed methods are interlinked with our another generalization method, i.e. extending selectional restriction conditions of arguments.

참고자료

· 없음