KR101220841B1 - 자동번역을 위한 번역메모리 적용 방법 및 그 장치 - Google Patents

자동번역을 위한 번역메모리 적용 방법 및 그 장치 Download PDF

Info

Publication number
KR101220841B1
KR101220841B1 KR1020090026452A KR20090026452A KR101220841B1 KR 101220841 B1 KR101220841 B1 KR 101220841B1 KR 1020090026452 A KR1020090026452 A KR 1020090026452A KR 20090026452 A KR20090026452 A KR 20090026452A KR 101220841 B1 KR101220841 B1 KR 101220841B1
Authority
KR
South Korea
Prior art keywords
translation memory
translation
matching
expansion
extended
Prior art date
Application number
KR1020090026452A
Other languages
English (en)
Other versions
KR20100062826A (ko
Inventor
김창현
권오욱
노윤형
서영애
양성일
이기영
최승권
김운
박은진
오영순
윤창호
황금하
김영길
박상규
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to US12/603,680 priority Critical patent/US8265922B2/en
Publication of KR20100062826A publication Critical patent/KR20100062826A/ko
Application granted granted Critical
Publication of KR101220841B1 publication Critical patent/KR101220841B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/42—Data-driven translation
    • G06F40/47—Machine-assisted translation, e.g. using translation memory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/268—Morphological analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

본 발명은 자동번역을 위한 번역메모리 적용 방법 및 그 장치에 관한 것으로, 형태소 분석을 거친 원문에 대하여 번역메모리 확장 규칙들을 통해 확장시킨 번역메모리 매칭 확장 형태의 확장 원문과 이 확장 원문에 대응하는 번역문을 확장 번역 메모리 DB에 저장한 다음에, 형태소 분석 및 해당 번역메모리 확장 규칙을 통해 확장시킨 번역메모리 매칭 확장 형태의 입력문장을 확장 번역 메모리 DB에 저장된 확장 원문들과의 매칭으로 자동번역을 수행함으로써, 추가적으로 번역메모리 문장을 구축하지 않고도 동일한 크기의 번역메모리 문장만을 이용하더라도 번역메모리 커버리지를 넓힐 수 있다. 또한, 본 발명은 자동번역을 위한 번역메모리 적용 방법 및 그 장치를 제공함으로써 자동 번역 시스템의 핵심 요구사항인 번역품질 향상을 이룰 수 있다.
Figure R1020090026452
번역메모리, 번역, 형태소, 분석, 매칭

Description

자동번역을 위한 번역메모리 적용 방법 및 그 장치{TRANSLATION MEMORY APPLY METHOD FOR AUTO TRANSLATION AND ITS APPARATUS}
본 발명은 자동번역을 위한 번역메모리 적용 방법 및 그 장치에 관한 것으로, 보다 상세하게는 한영/한중 자동번역을 수행함에 있어서 원문에 대하여 번역메모리 확장 규칙들을 통해 확장시킨 번역메모리매칭 확장 형태의 확장 원문과 이 확장 원문에 대응하는 번역문을 확장 번역 메모리 DB에 저장하고, 입력되는 입력문장에 대하여 확장 번역 메모리 DB에 저장된 확장 원문들과의 매칭으로 자동번역할 수 있는 방법 및 그 장치에 관한 것이다.
본 발명은 지식경제부 및 정보통신연구진흥원의 IT성장동력기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호: 2006-S-037-03, 과제명: 응용 특화 한중영 자동번역 기술 개발].
주지된 바와 같이, 문서를 자동으로 번역하기 위한 노력은 컴퓨터가 개발된 1940년대부터 본격적으로 시작되었지만, GAT(georgetown automatic translation), TAUM(traduction automatic de l'universite de montreal)과 같은 초기의 기계 번 역 시스템들은 그 번역의 질이 기대에 크게 못 미쳤기 때문에 기계 번역 전반에 관한 연구가 상당히 위축되었다.
하지만, 컴퓨터 성능의 발달과 언어장벽으로 인한 정보의 차단 문제가 대두되면서 다시 관심을 갖게 되었으며, 80년대의 인공지능과 전산언어학 분야의 이론적으로 기계 번역 분야도 발전되었다. 이러한 기계 번역 시스템에서 사용되는 가장 중요한 방식으로 번역메모리 적용 방식을 사용하는 것으로 알 수 있다.
즉, 기계 번역 시스템에서 사용되는 번역메모리 적용 방식은 크게 2가지로 구분되어진다. 첫 번째로 번역을 요하는 입력문과 완전히 일치되는 경우에만 번역문을 출력하는 것으로, 이 경우 입력문과 일치하는 번역메모리가 있는 경우 고품질의 번역문을 얻을 수 있다. 두 번째로 입력문과 완전히 일치하지 않는 경우에도 입력문과의 유사도를 계산해 유사하다고 판단되는 문장에 대해 번역 결과를 제공할 수 있다.
그러나, 상술한 바와 같이 언급된 종래 기술에서의 번역메모리 적용 방식중 번역을 요하는 입력문과 완전히 일치되는 경우에만 번역문을 출력하는 경우 번역 메모리가 해당 도메인에서 사용되는 문장을 얼마나 많이 포함하고 있느냐가 중요한 요소가 됨에 따라 한국어와 같은 교착어의 경우, 생략과 어순 변화 및 조사와 어미 변화 그리고 다양한 표현 등으로 인해 번역 메모리의 도메인 커버리지는 현저하게 떨어지게 되는 결점이 있다.
또한, 번역메모리 적용 방식중 입력문과 완전히 일치하지 않는 경우에도 입력문과의 유사도를 계산해 유사하다고 판단되는 문장에 대해 번역 결과를 제공하는 경우, 유사한 문장에 대한 최종 번역 결과가 추가적으로 사람의 개입을 통하여 해결하거나, 서로 다른 부분에 대해 자동번역을 추가로 수행하여야 한다. 또한 사람의 개입으로 인하여 자동번역의 완전 자동화에 따른 장점을 상당부분 반감시키는 단점이 있으며, 서로 다른 부분에 대한 자동번역의 수행은 번역문의 품질을 저하시키게 하는 문제점이 있다.
이에, 본 발명의 기술적 과제는 상술한 바와 같은 문제점을 해결하기 위해 안출한 것으로, 형태소 분석을 거친 원문에 대하여 번역메모리 확장 규칙들을 통해 확장시킨 번역메모리 매칭 확장 형태의 확장 원문과 이 확장 원문에 대응하는 번역문을 확장 번역 메모리 DB에 저장한 다음에, 형태소 분석 및 해당 번역메모리 확장 규칙을 통해 확장시킨 번역메모리 매칭 확장 형태의 입력문장을 확장 번역 메모리 DB에 저장된 확장 원문들과의 매칭으로 자동번역할 수 있는 자동번역을 위한 번역메모리 적용 방법 및 그 장치를 제공한다.
본 발명의 일 관점에 따른 자동번역을 위한 번역메모리 적용 방법은, 형태소 분석을 거친 원문들에 대해 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하는 단계와, 생성된 번역메모리 매칭 확장 형태의 확 장 원문들에 대응하는 번역문들을 확장 번역 메모리 DB에 저장하는 단계와, 입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과 매칭시켜 비매칭되는 경우 형태소 분석을 수행하는 단계와, 형태소 분석을 거친 입력문장에 대해 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 단계와, 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명의 다른 관점에 따른 자동번역을 위한 번역메모리 적용 장치는, 입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과의 매칭을 수행하는 기본번역 메모리 매칭부와, 매칭의 결과에서 비매칭되는 경우 입력문장에 대해 형태소 분석을 수행하는 형태소 분석부와, 형태소 분석을 거친 입력문장에 대해 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 확장부와, 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 확장번역 메모리 매칭부를 포함하는 것을 특징으로 한다.
본 발명은 형태소 분석을 거친 원문에 대하여 번역메모리 확장 규칙들을 통해 확장시킨 번역메모리 매칭 확장 형태의 확장 원문과 이 확장 원문에 대응하는 번역문을 확장 번역 메모리 DB에 저장한 다음에, 형태소 분석 및 해당 번역메모리 확장 규칙을 통해 확장시킨 번역메모리 매칭 확장 형태의 입력문장을 확장 번역 메모리 DB에 저장된 확장 원문들과의 매칭으로 자동번역을 수행함으로써, 추가적으로 번역메모리 문장을 구축하지 않고도 동일한 크기의 번역메모리 문장만을 이용하더라도 번역메모리 커버리지를 넓힐 수 있다.
또한, 본 발명은 자동번역을 위한 번역메모리 적용 방법 및 그 장치를 제공함으로써 자동 번역 시스템의 핵심 요구사항인 번역품질 향상을 이룰 수 있는 이점이 있다.
이하, 첨부된 도면을 참조하여 본 발명의 동작 원리를 상세히 설명한다. 하기에서 본 발명을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 자동번역을 위한 번역메모리 적용 장치에 대한 블록 구성도로서, 기본 번역 메모리 매칭부(10)와 기본 번역 메모리 데이 터베이스(DataBase, 이하 DB라 함)(20)와 형태소 분석부(30)와 확장부(40)와 확장 번역 메모리 매칭부(50)와 확장 번역 메모리 DB(60)와 번역 엔진부(70) 등을 포함할 수 있다.
기본 번역 메모리 매칭부(10)는 입력문장(S1)에 대하여 공백처리 및 기호처리를 수행한 후 기본 번역 메모리 DB(20)에 저장된 원문들과 각각 비교 매칭시켜 동일한 문장으로 매칭되는 경우 입력문장과 매칭된 원문에 대응하는 번역문 결과를 읽어와서 출력한 다음에 번역 과정을 종료시키는 반면에, 동일한 문장으로 매칭되지 않는 경우 입력문장을 형태소 분석부(30)에 제공한다.
기본 번역 메모리 DB(20)는 다수의 원문과 이 다수의 원문에 대응하는 번역문들을 저장한다.
형태소 분석부(30)는 기본 번역 메모리 매칭부(10)로부터 입력되는 입력문장에 대해 형태소 분석을 수행하여 확장부(40)에 제공한다.
또한, 형태소 분석부(30)는 기본 번역 메모리 DB(20)에 저장된 원문과 이 원문에 대응하는 번역문을 읽어오고, 이중 원문에 대해 형태소 분석을 수행하여 확장부(40)에 제공한다.
확장부(40)는 도 2에 도시된 바와 같이 확장 모듈부(41)와 패러프레이즈 DB(43)와 번역 메모리 확장 규칙부(45) 등을 포함할 수 있다.
확장 모듈부(41)는 형태소 분석부(30)로부터 입력되는 형태소 분석을 거친 입력문장에 대하여 번역 메모리 확장 규칙부(45)에 보관된 다섯 가지의 번역메모리 확장 규칙들, 즉 생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙 중 해당되는 규칙을 통해 확장시켜 생성한 번역메모리 매칭 확장 형태를 확장 번역 메모리 매칭부(50)에 제공한다.
또한, 확장 모듈부(41)는 형태소 분석부(30)로부터 입력되는 형태소 분석을 거친 원문에 대하여 번역 메모리 확장 규칙부(45)에 보관된 다섯 가지의 번역메모리 확장 규칙들, 즉 생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 통해 확장시켜 생성한 번역메모리 매칭 확장 형태의 확장 원문과 이 확장 원문에 대응하는 번역문을 확장 번역 메모리 DB(60)에 제공한다.
패러프레이즈 DB(43)는 확장 모듈부(41)에 의해 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙을 수행할 수 있도록 하는 패러프레이징 데이터를 저장한다.
번역 메모리 확장 규칙부(45)는 다섯 가지의 번역메모리 확장 규칙들, 즉 생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙 등이 보관되어 있다.
확장 번역 메모리 매칭부(50)는 확장부(40)내 확장 모듈부(41)로부터 입력되는 번역메모리 매칭 확장 형태의 입력문장에 대하여 확장 번역 메모리 DB(60)에 저장된 확장 원문들과 각각 비교 매칭시켜 동일한 문장으로 매칭되는 경우 입력문장과 매칭된 확장 원문에 대응하는 번역문 결과를 읽어와서 출력한 다음에 번역 과정을 종료시키는 반면에, 동일한 문장으로 매칭되지 않는 경우 입력문장을 번역 엔진부(70)에 제공한다.
확장 번역 메모리 DB(60)는 확장부(40)로부터 입력되는 원문에 대하여 확장된 번역메모리 매칭 확장 형태의 확장 원문과 이 확장 원문에 대응하는 번역문을 저장한다.
번역 엔진부(70)는 일반적으로 사용되는 자동 변역기로서 확장 번역 메모리 매칭부(50)로부터 입력되는 입력 문장을 번역 엔진에 적용시켜 자동 변역된 번역문 결과를 출력한다.
따라서, 본 발명은 형태소 분석을 거친 원문에 대하여 번역메모리 확장 규칙들을 통해 확장시킨 번역메모리 매칭 확장 형태의 확장 원문과 이 확장 원문에 대응하는 번역문을 확장 번역 메모리 DB에 저장한 다음에, 형태소 분석 및 해당 번역메모리 확장 규칙을 통해 확장시킨 번역메모리 매칭 확장 형태의 입력문장을 확장 번역 메모리 DB에 저장된 확장 원문들과의 매칭으로 자동번역을 수행함으로써, 추가적으로 번역메모리 문장을 구축하지 않고도 동일한 크기의 번역메모리 문장만을 이용하더라도 번역메모리 커버리지를 넓힐 수 있다.
다음에, 상술한 바와 같은 구성을 갖는 본 발명의 일 실시예에서 자동번역을 위한 번역메모리 적용 과정에 대하여 설명한다.
도 3은 본 발명의 일 실시예에 따른 자동번역을 위한 번역메모리 적용 방법에 대하여 순차적으로 도시한 흐름도이다.
먼저, 형태소 분석부(30)에서는 기본 번역 메모리 DB(20)에 저장된 원문과 이 원문에 대응하는 번역문을 읽어오고, 이중 원문에 대해 형태소 분석(S301)을 수행하여 확장부(40)에 제공한다.
그러면, 확장부(40)내 확장 모듈부(41)에서는 형태소 분석부(30)로부터 입력되는 형태소 분석을 거친 원문에 대하여 번역 메모리 확장 규칙부(45)에 보관된 다섯 가지의 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성(S303)하는데,
예컨대, 다섯 가지의 번역메모리 확장 규칙들 중 첫째로, '생략 현상을 반영한 번역메모리 확장'은 조사를 생략한 형태를 확장 번역 메모리 DB(60)에 저장하는 것으로, 일 예로,
원문 : 저녁은 먹었니?
형태소 분석 결과 : 저녁/명사+은/보조사 먹/동사+었/선어말어미+니/어말어미+?/기호
확장번역메모리 : 저녁 먹었니?
다시 말하여, 원문에 대한 형태소 분석 결과 '저녁은'의 '은'이 보조사임을 알 수 있고, 따라서 조사 생략 현상을 고려한 확장형태는 이 조사를 제외하고 구성하게 되므로, 최종적으로 조사를 제외한 '저녁 먹었니?' 라는 확장번역메모리인 번 역메모리 매칭 확장 형태를 생성하고,
둘째로, '굴절 현상을 반영한 번역메모리 확장'은 어미의 다양한 쓰임을 등록하지 않은 형태를 확장 번역메모리 DB에 등록하는 것으로, 일 예로,
원문 : 방에 TV가 있나요?
방에 TV가 있어요?
방에 TV가 있습니까?
형태소 분석 결과 :
방/명사+에/부사격조사 TV/명사+가/주격조사 있/형용사+나요/의문형어미+?/기호
방/명사+에/부사격조사 TV/명사+가/주격조사 있/형용사+어요/의문형어미+?/기호
방/명사+에/부사격조사 TV/명사+가/주격조사 있/형용사+습니까/의문형어미+?/기호
확장번역메모리 : 방에 TV가 있_의문형
다시 말하여, 원문에 대한 형태소 분석 결과 어미인 '나요?/어요?/습니까?' 모두 의문형어미이므로 이들의 어휘를 그대로 사용하지말고 이들의 공통정보인 의문형만을 등록함으로써 서로 다른 번역메모리로 인식되는 3개의 문장을 하나의 동일한 번역메모리로 처리할 수 있는 '방에 TV가 있_의문형' 라는 확장번역메모리인 번역메모리 매칭 확장 형태를 생성하며,
셋째로, '자유로운 어순을 반영한 번역메모리 확장'은 어순에 상관없이 일정 한 기준에 따라 어절 단위로 문장을 재구성하여 확장번역메모리를 생성하는 것으로, 일 예로,
입력 : 누구에게 질문을 하나요?
질문을 누구에게 하나요?
확장번역메모리 : 누구에게 질문을 하나요?
다시 말하여, 어순의 차이에 따른 커버리지 저하의 문제를 해결하기 위해 문장 내의 어절에 대해 정렬을 수행하고, 이렇게 정렬된 어절에 대해 확장번역메모리를 구성하면, 어순의 차이에 의해 야기되는 커버리지 저하는 해소됨에 따라 위의 입력으로 들어가기 위해 하나의 엔트리로 표현되는 '누구에게 질문을 하나요?' 라는 확장번역메모리인 번역메모리 매칭 확장 형태를 생성하며,
넷째로, '다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장'은 도 2에 도시된 패러프레이즈 DB(43)에 저장된 패러프레이징 데이터를 이용하여야 하고, 우선 입력문의 형태소 분석 결과를 이용하여 패러프레이징을 적용할 수 있는지를 확인하며, 가능하다면 이를 이용해 확장번역메모리를 생성하는 것으로, 일 예로,
입력문 : 어디에 짐을 맡길 수 있나요?
형태소 분석 결과 :
어디/의문대명사+에/부사격조사 짐/명사+을/목적격조사 맡기/동사+ㄹ/관형형어미 수/의존명사 있/형용사+나요/의문형어미+?/기호
패러프레이징 데이터 : 짐/명사+을/목적격조사 맡기/동사
-> 짐/명사+을/목적격조사 보관하/동사
확장번역메모리 : 이 짐을 보관해 주세요.
다시 말하여, 패러프레이징 데이터는 단어, 구, 문장 등의 다양한 형태가 가능하며, 위 예에서는 "짐을 맞기다"가 "짐을 보관하다"로 패러프레이징될 수 있으며, 그 결과 "이 짐을 보관해 주세요." 라는 확장번역메모리인 번역메모리 매칭 확장 형태를 생성하며,
마지막으로, '문두 단어의 특성을 반영한 번역메모리 확장'은 우선 형태소 분석 결과를 이용하여 문두 단어의 유형을 파악하고, 만일 확장번역메모리의 구성이 가능하다면 해당 규칙을 적용하여 확장번역메모리인 번역메모리 매칭 확장 형태를 생성하는 것으로, 일 예로,
입력문 : 어서 빨리 서두르자.
와, 정말 예쁘다.
형태소 분석 결과 :
어서/부사 빨리/부사 서두르/동사+자/명령형어미+./기호
와/감탄사+,/기호 정말/부사 예쁘/형용사+다/어말어미+./기호
확장번역메모리 : 빨리 서두르자.
정말 예쁘다.
다시 말하여, 문두 단어가 부사, 감탄사, 호격인 경우, 해당 단어들을 제외하고 확장번역메모리를 구성하지만, 이 경우에 기존의 앞에서 살펴본 4가지 경우와는 달리 부사, 감탄사, 호격에 해당하는 번역결과를 번역기를 통해 얻은 후 이를 확장번역메모리의 번역문과 결합한 번역메모리 매칭 확장 형태를 생성하고, 이 생 성된 각각의 번역메모리 매칭 확장 형태의 확장 원문과 이 확장 원문에 대응하는 번역문을 확장 번역 메모리 DB(60)에 저장(S305)한다.
이러한 과정을 통해 기본 번역 메모리 DB(20)에 저장된 다수의 원문들 모두를 확장시켜 생성한 번역메모리 매칭 확장 형태의 확장 원문들과 이 확장 원문들에 대응하는 번역문들을 확장 번역 메모리 DB(60)에 저장할 수 있다.
상술한 바와 같이, 확장 원문들과 이에 대응하는 번역문들이 확장 번역 메모리 DB(60)에 저장된 상태에서, 기본 번역 메모리 매칭부(10)에서는 입력되는 입력문장(S1)에 대하여 공백처리 및 기호처리를 수행한 후 기본 번역 메모리 DB(20)에 저장된 원문들과 각각 비교 매칭시켜 동일한 문장으로 매칭되는 것이 있는지를 판단(S307)한다.
상기 판단(S307)결과, 동일한 문장으로 매칭되는 경우 입력문장과 매칭된 원문에 대응하는 번역문 결과를 읽어와서 출력(S309)한 다음에 번역 과정을 종료시킨다.
반면에, 상기 판단(S307)결과, 동일한 문장으로 매칭되지 않는 경우 입력문장을 형태소 분석부(30)에 제공(S311)한다.
형태소 분석부(30)에서는 기본 번역 메모리 매칭부(10)로부터 입력되는 입력문장에 대해 형태소 분석을 수행(S313)하여 확장부(40)내 확장 모듈부(41)에 제공되도록 한다.
확장부(40)내 확장 모듈부(41)에서는 형태소 분석부(30)로부터 입력되는 형태소 분석을 거친 입력문장에 대하여 번역 메모리 확장 규칙부(45)에 보관된 다섯 가지의 번역메모리 확장 규칙들 중 해당되는 규칙을 통해 확장(S315)시켜 번역메모리 매칭 확장 형태를 생성(S317)하여 확장 번역 메모리 매칭부(50)에 제공되도록 한다.
예컨대, 확장 모듈부(41)에서는 형태소 분석부(30)로부터 입력되는 형태소 분석을 거친 입력문장에 대하여 번역 메모리 확장 규칙부(45)에 보관된 다섯 가지의 번역메모리 확장 규칙들, 즉 생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙 중 해당되는 규칙을 통해 확장시켜 생성된 번역메모리 매칭 확장 형태의 입력문장이 확장 번역 메모리 매칭부(50)에 제공되도록 하는 것이다.
확장 번역 메모리 매칭부(50)에서는 확장 모듈부(41)로부터 입력되는 번역메모리 매칭 확장 형태의 입력문장에 대하여 확장 번역 메모리 DB(60)에 저장된 확장 원문들과 각각 비교 매칭시켜 동일한 문장으로 매칭되는 것이 있는지를 체크(S319)한다.
상기 체크(S319)결과, 동일한 문장으로 매칭되지 않는 경우 입력문장을 번역 엔진부(70)에 제공(S323)한다. 그러면, 자동 번역기인 번역 엔진부(70)에서는 확장 번역 메모리 매칭부(50)로부터 입력되는 입력 문장을 번역 엔진에 적용시켜 자동 변역된 번역문 결과를 출력(S325)한다.
반면에, 상기 체크(S319)결과, 동일한 문장으로 매칭되는 경우 입력문장과 매칭된 확장 원문에 대응하는 번역문 결과를 읽어와서 출력(S327)한 다음에 번역 과정을 종료시킨다.
따라서, 또한, 본 발명은 자동번역을 위한 번역메모리 적용 방법 및 그 장치를 제공함으로써 자동 번역 시스템의 핵심 요구사항인 번역품질 향상을 이룰 수 있다.
한편, 본 발명의 상세한 설명에서는 구체적인 실시예에 관해 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시예에 국한되지 않으며, 후술되는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.
도 1은 본 발명의 일 실시예에 따른 자동번역을 위한 번역메모리 적용 장치에 대한 블록 구성도,
도 2는 도 1에 도시된 확장부에 대항 상세 블록 구성도,
도 3은 본 발명의 일 실시예에 따른 자동번역을 위한 번역메모리 적용 방법에 대하여 순차적으로 도시한 흐름도.
<도면의 주요부분에 대한 부호의 설명>
10 : 기본 번역 메모리 매칭부 20 : 기본 번역 메모리 DB
30 : 형태소 분석부 40 : 확장부
50 : 확장 번역 메모리 매칭부 60 : 확장 번역 메모리 DB
70 : 번역 엔진부

Claims (21)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 형태소 분석을 거친 원문들에 대해 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 확장 원문들에 대응하는 번역문들을 확장 번역 메모리 DB에 저장하는 단계와,
    입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과 매칭시켜 비매칭되는 경우 형태소 분석을 수행하는 단계와,
    상기 형태소 분석을 거친 입력문장에 대해 상기 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 상기 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 단계
    를 포함하고,
    상기 번역메모리 확장 규칙들은,
    생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 포함하며,
    상기 번역메모리 매칭 확장 형태는,
    상기 굴절 현상을 반영한 번역메모리 확장 규칙을 통해 원문에 대한 형태소 분석 결과에서 어미의 쓰임을 등록하지 않고 의문형으로 등록하여 동일 번역메모리로 처리된 확장번역메모리인
    자동번역을 위한 번역메모리 적용 방법.
  5. 형태소 분석을 거친 원문들에 대해 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 확장 원문들에 대응하는 번역문들을 확장 번역 메모리 DB에 저장하는 단계와,
    입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과 매칭시켜 비매칭되는 경우 형태소 분석을 수행하는 단계와,
    상기 형태소 분석을 거친 입력문장에 대해 상기 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 상기 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 단계
    를 포함하고,
    상기 번역메모리 확장 규칙들은,
    생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 포함하며,
    상기 번역메모리 매칭 확장 형태는,
    상기 자유로운 어순을 반영한 번역메모리 확장 규칙을 통해 원문에 대한 형태소 분석 결과에서 어순에 상관없이 일정한 기준에 따라 어절 단위로 문장을 재구성시킨 확장번역메모리인
    자동번역을 위한 번역메모리 적용 방법.
  6. 삭제
  7. 삭제
  8. 형태소 분석을 거친 원문들에 대해 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 확장 원문들에 대응하는 번역문들을 확장 번역 메모리 DB에 저장하는 단계와,
    입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과 매칭시켜 비매칭되는 경우 형태소 분석을 수행하는 단계와,
    상기 형태소 분석을 거친 입력문장에 대해 상기 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 상기 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 단계
    를 포함하고,
    상기 번역메모리 확장 규칙들은,
    생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 포함하며,
    상기 번역메모리 매칭 확장 형태는,
    상기 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 통해 원문에 대한 형태소 분석 결과에서 우선 형태소 분석 결과를 이용하여 문두 단어의 유형을 파악하여 적용시킨 확장번역메모리인
    자동번역을 위한 번역메모리 적용 방법.
  9. 삭제
  10. 형태소 분석을 거친 원문들에 대해 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 확장 원문들에 대응하는 번역문들을 확장 번역 메모리 DB에 저장하는 단계와,
    입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과 매칭시켜 비매칭되는 경우 형태소 분석을 수행하는 단계와,
    상기 형태소 분석을 거친 입력문장에 대해 상기 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 상기 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 단계와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 상기 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 비매칭되는 경우 번역 엔진에 적용시켜 자동 변역된 번역문 결과를 출력하는 단계
    를 포함하는 자동번역을 위한 번역메모리 적용 방법.
  11. 삭제
  12. 삭제
  13. 입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과의 매칭을 수행하는 기본번역 메모리 매칭부와,
    상기 매칭의 결과에서 비매칭되는 경우 상기 입력문장에 대해 형태소 분석을 수행하는 형태소 분석부와,
    상기 형태소 분석을 거친 입력문장에 대해 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 확장부와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 확장번역 메모리 매칭부
    를 포함하고,
    상기 확장부는,
    상기 번역메모리 확장 규칙들을 보관하는 번역 메모리 확장 규칙부와,
    패러프레이징 데이터를 저장하는 패러프레이즈 DB와,
    형태소 분석을 거친 원문들에 대해 상기 저장된 패러프레이징 데이터를 적용시키고, 상기 보관된 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하고, 상기 생성된 번역메모리 매칭 확장 형태의 확장 원문들에 대응하는 번역문들을 상기 확장 번역 메모리 DB에 저장하는 확장 모듈부
    를 포함하는 자동번역을 위한 번역메모리 적용 장치.
  14. 삭제
  15. 삭제
  16. 입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과의 매칭을 수행하는 기본번역 메모리 매칭부와,
    상기 매칭의 결과에서 비매칭되는 경우 상기 입력문장에 대해 형태소 분석을 수행하는 형태소 분석부와,
    상기 형태소 분석을 거친 입력문장에 대해 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 확장부와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 확장번역 메모리 매칭부
    를 포함하고,
    상기 확장부는,
    상기 번역메모리 확장 규칙들을 보관하는 번역 메모리 확장 규칙부와,
    패러프레이징 데이터를 저장하는 패러프레이즈 DB와,
    형태소 분석을 거친 원문들에 대해 상기 저장된 패러프레이징 데이터를 적용시키고, 상기 보관된 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하고, 상기 생성된 번역메모리 매칭 확장 형태의 확장 원문들에 대응하는 번역문들을 상기 확장 번역 메모리 DB에 저장하는 확장 모듈부
    를 포함하며,
    상기 번역메모리 확장 규칙들은,
    생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 포함하고,
    상기 번역메모리 매칭 확장 형태는,
    상기 굴절 현상을 반영한 번역메모리 확장 규칙을 통해 원문에 대한 형태소 분석 결과에서 어미의 쓰임을 등록하지 않고 의문형으로 등록하여 동일 번역메모리로 처리한 확장번역메모리인
    자동번역을 위한 번역메모리 적용 장치.
  17. 입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과의 매칭을 수행하는 기본번역 메모리 매칭부와,
    상기 매칭의 결과에서 비매칭되는 경우 상기 입력문장에 대해 형태소 분석을 수행하는 형태소 분석부와,
    상기 형태소 분석을 거친 입력문장에 대해 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 확장부와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 확장번역 메모리 매칭부
    를 포함하고,
    상기 확장부는,
    상기 번역메모리 확장 규칙들을 보관하는 번역 메모리 확장 규칙부와,
    패러프레이징 데이터를 저장하는 패러프레이즈 DB와,
    형태소 분석을 거친 원문들에 대해 상기 저장된 패러프레이징 데이터를 적용시키고, 상기 보관된 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하고, 상기 생성된 번역메모리 매칭 확장 형태의 확장 원문들에 대응하는 번역문들을 상기 확장 번역 메모리 DB에 저장하는 확장 모듈부
    를 포함하며,
    상기 번역메모리 확장 규칙들은,
    생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 포함하고,
    상기 번역메모리 매칭 확장 형태는,
    상기 자유로운 어순을 반영한 번역메모리 확장 규칙을 통해 원문에 대한 형태소 분석 결과에서 어순에 상관없이 일정한 기준에 따라 어절 단위로 문장을 재구성한 확장번역메모리인
    자동번역을 위한 번역메모리 적용 장치.
  18. 삭제
  19. 삭제
  20. 입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과의 매칭을 수행하는 기본번역 메모리 매칭부와,
    상기 매칭의 결과에서 비매칭되는 경우 상기 입력문장에 대해 형태소 분석을 수행하는 형태소 분석부와,
    상기 형태소 분석을 거친 입력문장에 대해 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 확장부와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 확장번역 메모리 매칭부
    를 포함하고,
    상기 확장부는,
    상기 번역메모리 확장 규칙들을 보관하는 번역 메모리 확장 규칙부와,
    패러프레이징 데이터를 저장하는 패러프레이즈 DB와,
    형태소 분석을 거친 원문들에 대해 상기 저장된 패러프레이징 데이터를 적용시키고, 상기 보관된 번역메모리 확장 규칙들을 통해 확장시켜 번역메모리 매칭 확장 형태를 각각 생성하고, 상기 생성된 번역메모리 매칭 확장 형태의 확장 원문들에 대응하는 번역문들을 상기 확장 번역 메모리 DB에 저장하는 확장 모듈부
    를 포함하며,
    상기 번역메모리 확장 규칙들은,
    생략 현상을 반영한 번역메모리 확장 규칙과 굴절 현상을 반영한 번역메모리 확장 규칙과 자유로운 어순을 반영한 번역메모리 확장 규칙과 다양한 표현 방식을 고려한 패러프레이징 번역메모리 확장 규칙과 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 포함하고,
    상기 번역메모리 매칭 확장 형태는,
    상기 문두 단어의 특성을 반영한 번역메모리 확장 규칙을 통해 원문에 대한 형태소 분석 결과에서 우선 형태소 분석 결과를 이용하여 문두 단어의 유형을 파악하여 적용시킨 확장번역메모리인
    자동번역을 위한 번역메모리 적용 장치.
  21. 입력문장에 대해 기본 번역 메모리 DB에 저장된 원문들과의 매칭을 수행하는 기본번역 메모리 매칭부와,
    상기 매칭의 결과에서 비매칭되는 경우 상기 입력문장에 대해 형태소 분석을 수행하는 형태소 분석부와,
    상기 형태소 분석을 거친 입력문장에 대해 번역메모리 확장 규칙들 중 해당 규칙을 통해 확장시켜 번역메모리 매칭 확장 형태를 생성하는 확장부와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 확장 번역 메모리 DB에 저장된 확장 원문들과 매칭시켜 매칭되는 경우 상기 매칭된 확장 원문에 대응하는 번역문 결과를 출력하는 확장번역 메모리 매칭부와,
    상기 생성된 번역메모리 매칭 확장 형태의 입력문장에 대해 상기 확장 번역 메모리 DB에 저장된 확장 원문들과의 매칭결과, 비매칭되는 경우 번역 엔진에 적용시켜 자동 변역된 번역문 결과를 출력하는 번역 엔진부
    를 포함하는 자동번역을 위한 번역메모리 적용 장치.
KR1020090026452A 2008-12-02 2009-03-27 자동번역을 위한 번역메모리 적용 방법 및 그 장치 KR101220841B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US12/603,680 US8265922B2 (en) 2008-12-02 2009-10-22 Method and apparatus for applying translation memory in automatic translation system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20080121023 2008-12-02
KR1020080121023 2008-12-02

Publications (2)

Publication Number Publication Date
KR20100062826A KR20100062826A (ko) 2010-06-10
KR101220841B1 true KR101220841B1 (ko) 2013-01-10

Family

ID=42363031

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090026452A KR101220841B1 (ko) 2008-12-02 2009-03-27 자동번역을 위한 번역메모리 적용 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR101220841B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101869362B1 (ko) * 2016-11-15 2018-06-21 한국과학기술원 함의 문장 생성 기술을 활용한 문장 표절 판단 장치, 이를 구현하기 위한 프로그램 및 기록 매체
KR101962113B1 (ko) * 2017-03-28 2019-07-19 (주)아크릴 자연어 문장을 확장하는 장치와 상기 자연어 문장을 확장하는 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040050394A (ko) * 2002-12-10 2004-06-16 한국전자통신연구원 원시언어를 대상언어로 번역하기 위한 번역엔진 장치 및그 번역방법
KR20060067116A (ko) * 2004-12-14 2006-06-19 한국전자통신연구원 번역 메모리 확장 방법 및 이를 이용한 기계번역 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040050394A (ko) * 2002-12-10 2004-06-16 한국전자통신연구원 원시언어를 대상언어로 번역하기 위한 번역엔진 장치 및그 번역방법
KR20060067116A (ko) * 2004-12-14 2006-06-19 한국전자통신연구원 번역 메모리 확장 방법 및 이를 이용한 기계번역 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
김정인, '인접 단어들의 접속정보를 이용한 일한 기계번역 시스템,' 멀티미디어학회논문지, vol. 7, no. 7, pp. 998-1008, 2004.07.31. *

Also Published As

Publication number Publication date
KR20100062826A (ko) 2010-06-10

Similar Documents

Publication Publication Date Title
Li et al. Data augmentation approaches in natural language processing: A survey
US9098489B2 (en) Method and system for semantic searching
KR101130444B1 (ko) 기계번역기법을 이용한 유사문장 식별 시스템
Paetzold et al. Text simplification as tree transduction
US9075864B2 (en) Method and system for semantic searching using syntactic and semantic analysis
Farrús et al. Overcoming statistical machine translation limitations: error analysis and proposed solutions for the Catalan–Spanish language pair
Almasoud et al. A proposed semantic machine translation system for translating Arabic text to Arabic sign language
Cho et al. Open Korean corpora: A practical report
KR101220841B1 (ko) 자동번역을 위한 번역메모리 적용 방법 및 그 장치
Gerlach Improving statistical machine translation of informal language: a rule-based pre-editing approach for French forums
Yeong et al. Using dictionary and lemmatizer to improve low resource English-Malay statistical machine translation system
Mara English-Wolaytta Machine Translation using Statistical Approach
Chiarcos et al. Linking discourse marker inventories
Aguado-de-Cea et al. Lexicalizing ontologies: The issues behind the labels
Devi et al. Steps of pre-processing for english to mizo smt system
Kovács Humans, machines, and texts: The implications of the rise of neural machine translation for the educators of future translators
Park et al. Constructing a paraphrase database for agglutinative languages
Rosa et al. Translation model interpolation for domain adaptation in tectomt
Reddy et al. NLP challenges for machine translation from English to Indian languages
Bartlett et al. The structure of the Taiwanese DP in Taiwanese–Spanish bilinguals: evidence from code-switching
Wołk et al. Analysis of complexity between spoken and written language for statistical machine translation in West-Slavic group
Ryu et al. Corpus stylistic analysis of literary translation using multilevel linguistic measures: James Joyce’s Dubliners and A Portrait of the Artist as a Young Man and their Korean translations
Lagutina et al. Automated rhythmic device search in literary texts applied to comparing original and translated texts as exemplified by English to Russian translations
Wagner Target Factors for Neural Machine Translation
KR101670995B1 (ko) 어순 조정 및 형태소 차이에 기반한 통계 기반 기계 번역 시스템 및 그 방법

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20151228

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20161228

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee