신경망 기계번역의 작동 원리와 번역의 정확률 - 중한 번역을 실례로 (The Operating Principles of Neural Machine Translation and the Accuracy of Translation - Focusing on the Chinese-Korean Translation)

서지정보

· 발행기관 : 한국중어중문학회
· 수록지 정보 : 중어중문학 / 73호 / 253 ~ 295페이지
· 저자명 : 강병규, 이지은

초록

본고에서는 기계번역 연구 분야에서 주목을 받고 있는 신경망 모델(NMT)의 작동 기제를 살펴보고 중한 번역에 적용했을 때의 정확률이 어떠한지를 고찰하였다. 신경망 기계번역 모델은 기존 모델에 비해서 간단하면서도 범용적이다. 또한 양질의 번역 코퍼스가 확보되면 기존의 기계번역보다도 자연스럽고 정확한 번역문을 생성해 낸다고 알려져 있다. 신경망 기계번역 품질에 대해서는 주로 영어를 중심으로 연구가 진행되어 왔다. 그러나 비영어권 언어에 대한 번역 품질 연구는 상대적으로 큰 주목을 받지 못했다. 특히 중한 신경망 번역 품질에 대한 연구는 아직까지 제대로 된 연구 결과가 없었다고 해도 과언이 아니다. 이에 본고에서는 중국어-한국어 문장을 대상으로 신경망 기계번역이 어느 정도 정확하게 번역하는지를 분석해 보았다. 번역의 정확률 평가용으로 사용된 프로그램은 구글 신경망 기계번역, 네이버 신경망 기계번역, 바이두 신경망 기계번역이다. 번역 평가를 위해 중국어 의사소통 기본표현 170문장과 교재, 학술서, 신문 등에서 200문장을 선별하였다. 그리고 기계번역 결과에 대해 단어 번역, 구 번역, 문장 번역의 측면에서 내용의 충실성과 문장의 자연스러움 등을 종합적으로 고려하여 10점 척도로 평가하였다.
또한 본고에서는 신경망 기계번역의 효율적인 활용 방안에 대해서 논의하였다. 신경망 기계번역 모델은 기존의 기계번역보다 번역 품질이 좋아진 것은 사실이다. 그러나 여전히 인간을 대신할 만큼의 고품질의 번역문을 만들어 내지는 못한다. 앞으로도 기계번역이 인간 번역을 완전히 대체하지는 쉽지 않을 것이다. 이러한 상황에서 우리는 기계번역 프로그램을 인간 번역자의 경쟁 대상이 아니라 번역을 도와주는 보조 도구로서의 역할 규정을 하는 사고의 전환이 필요하다. 신경망 기계번역 모델은 번역 데이터를 스스로 학습하고 최적의 번역에 대한 예측을 할 수 있기 때문에 번역자의 목적에 맞게 특화시킨다면 편리한 번역 도구로 활용할 수 있다. 신경망 이론에 기초하여 목적에 맞게 특화된 번역 모델을 개발한다면 번역의 정확성을 높이고 번역자의 번역 능률을 높이는데 크게 기여할 것이다. 신경망 기반의 특화된 기계번역 프로그램이 본격적으로 활용된다면 통번역 분야는 더욱 전문화되고 다양한 영역으로 확장될 것이다.

영어초록

In this paper, we examined the mechanism of operation of the neural network model(NMT), which is attracting attention in the field of machine translation research.
The NMT model consists of a process in which the computer reads the original text in sentence units and then generates the optimal translation corresponding to the sentence using the parameters obtained by deep learning. In the process of finding the optimal translation there is no need to construct separate translation dictionaries or translation patterns because the computer will learn on its own with parallel corpus. The NMT model is simpler and more general than the existing models.
For the quality of neural network machine translation, research has been conducted mainly on English. However, the research on the translation quality of non-English languages ​​has received relatively little attention. Especially, it is not an exaggeration to say that the study on Chinese - Korean NMT quality has not yet been successful. In this paper, we analyzed how accurately the NMT translates Chinese - Korean sentences. The programs used to evaluate the accuracy of translation are GNMT, N2MT, Baidu NMT. For the translation evaluation, we selected 370 sentences from Chinese textbooks, academic papers, newspapers, TV scripts. And the machine translation results were evaluated in terms of word translation, phrase translation, and sentence translation. According to the result of the evaluation, the accuracy of N2MT and Baidu NMT is higer than that of GNMT for the basic colloquial expressions. However, in translating practical sentences such as newspaper reports, product manuals, web documents, business expressions, and TV conversations, the accuracy of GNMT and N2MT was higher than that of Baidu NMT.
In this paper, we also discussed how to use the NMT effectively. It is true that the NMT model has improved the translation quality. However, it still does not produce very high quality translations for the source texts. It will not be easy for machine translation to completely replace human translation in the future. But machine translation programs can be an excellent aid to human translation. The NMT model learns the translation data on its own and can predict the optimal translation. Therefore, if the NMT model is specialized for the purpose of the translator, it can be used as a convenient translation tool. Developing a translation model based on the neural network theory will contribute to enhancing the accuracy and efficiency of the translation.

참고자료

· 없음