규칙 기반 학습에 의한 한국어의 기반 명사구 인식 = Base Noun Phrase Recognition in Korean using Rule-based Learning

국문 초록 (Abstract)

한국어의 기반 명사구, 즉 비재귀적인 단순 명사구를 인식하는 비통계적인 규칙 기반 학습 기법을 제안한다. 학습 말뭉치에 기반 명사구에 대한 초기 예측이 표시되어 있고 목표 말뭉치에는 올바른 기반 명사구가 태그(tag)의 형식으로 표시되어 있다면, 규칙 기반 학습은 먼저 인접한 주위 형태소들의 다양한 문법적 정보를 나타내는 규칙 템플릿을 이용하여 기반 명사구 태그를 수정하는 규칙 후보들을 생성해 내고, 이 후보들 가운데 학습 말뭉치를 목표 말뭉치에 가장 가깝게 변환하는 일련의 규칙들을 차례로 얻어낸다. 국어정보베이스의 15만 단어 규모의 트리 태그 부착 말뭉치를 이용한 실험 결과 386개의 변환 규칙을 얻었으며, 이를 이용하여 90% 이상의 높은 기반 명사구 인식 정확도를 얻을 수 있었다.

다국어 초록 (Multilingual Abstract)

A rule-based non-statistical learning technique for recognizing base NPs (noun phrases) in Korean sentences is proposed. Base NP is defined as a simple, non-recursive noun phrase. The sentences in training corpus are annotated with possibly incorrect initial base NP marks. Target corpus consists of the same sentences annotated with correct base NP marks. Rule-based learning is a non-statistical procedure which obtains a sequence of ordered rules that transform training corpus to target corpus as close as possible. In experiment, the proposed algorithm acquired 386 transformation rules from the tree-tagged Korean corpus of 150,000 words and showed accuracy of over 90%.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련 연구
• 3. 한국어의 기반 명사구 인식
• 4. 실험
• 5. 결론
• 참고문헌
• 저자소개