기계번역을 이용한 교차언어 문서 범주화의 분류 성능 분석 = Classification Performance Analysis of Cross-Language Text Categorization using Machine Translation

다국어 초록 (Multilingual Abstract)

Cross-language text categorization(CLTC) can classify documents automatically using training set from other language. In this study, collections appropriated for CLTC were extracted from KTSET. Classification performance of various CLTC methods were compared by SVM classifier using machine translation. Results showed that the classification performance in the order of poly-lingual training method, training-set translation and test-set translation. However, training-set translation could be regarded as the most useful method among CLTC, because it was efficient for machine translation and easily adapted to general environment. On the other hand, low performance was shown to be due to the feature reduction or features with no subject characteristics, which occurred in the process of machine translation of CLTC.

국문 초록 (Abstract)

교차언어 문서 범주화(CLTC)는 다른 언어로 된 학습집단을 이용하여 문헌을 자동 분류할 수 있다. 이 연구는 KTSET으로부터 CLTC에 적합한 실험문헌집단을 추출하고, 기계 번역기를 이용하여 가능한 여러 CLTC 방법의 분류 성능을 비교하였다. 분류기는 SVM 분류기를 이용하였다. 실험 결과, CLTC 중에 다국어 학습방법이 가장 좋은 분류 성능을 보였으며, 학습집단 번역방법, 검증집단 번역방법 순으로 분류 성능이 낮아졌다. 하지만 학습집단 번역방법이 기계번역 측면에서 효율적이며, 일반적인 환경에 쉽게 적용할 수 있고, 비교적 분류 성능이 좋아 CLTC 방법 중에서 가장 높은 이용 가능성을 보였다. 한편 CLTC에서 기계번역을 이용하였을 때 번역과정에서 발생하는 자질축소나 주제적 특성이 없는 자질로의 번역으로 인해 성능 저하를 가져왔다.

참고문헌 (Reference)

1 김성혁, "자동색인기 성능시험을 위한 Test Set 개발" 11 (11): 81-102, 1994

2 Amine, B. M, "Word-Net based Cross-Language Text Categorization" 848-855, 2007

3 Vapnik, V. N, "The nature of statistical learning theory. 2nd ed" Springer 2000

4 Vapnik, V. N, "The Nature of Statistical Learning Theory" Springer 1995

5 Joachims, T, "Text categorization with Support Vector Machines: Learning with many relevant features" 137-142, 1998

6 Kishida, K, "Technical issues of crosslanguage information retrieval: a review" 41 : 433-455, 2005

7 Melo, G, "Multilingual text classification using ontologies" 541-548, 2007

8 Peters, C, "Multilingual information access"

9 Adeva, J, "Multilingual Approaches to Text Categorisation" 6 (6): 43-51, 2005

10 Chang, C, "LIBSVM : a library for support vector machines"

11 Taira, H, "Feature selection in SVM text categorization" 480-486, 1999

12 Oard, D. W, "Crosslanguage information retrieval" 33 : 223-256, 1998

13 Bel, N, "Cross-Lingual Text Categorization" 126-139, 2003

14 Gliozzo, A. M, "Cross language text categorization by acquiring multilingual domain models from comparable corpora" 9-16, 2005

15 Cristianini, N, "An Introduction to Support Vector Machines and Other Kernel-based Learning Methods" Cambridge University Press 2000

16 Rigutini, L, "An EM based training algorithm for Cross- Language Text Categorization" 529-535, 2005

17 Yang, Y, "A re-examination of text categorization methods" 42-49, 1999

18 Wu, K, "A Refinement Framework for Cross Language Text Categorization" 15-18, 2008