KR20010110496A - 용언을 중심으로 한 의미분석 지식 베이스의 구축방법 - Google Patents

Abstract

본 발명은 공기제약 관계를 갖는 명사개념망과 용언개념망을 이용하여 용언을 중심으로 한 의미분석 지식 베이스의 구축방법에 관한 것이다.

본 발명에 의한 용언을 중심으로 한 의미분석 지식 베이스의 구축방법은 (a)의미론적으로 유사한 특성을 갖는 용언들을 계층적으로 그룹화하여 용언개념망을 구축하는 단계; (b)명사의 의미에 기초하여 명사를 그룹화하여 명사개념망을 구축하는 단계; (c)상기 용언개념망과 상기 명사개념망을 통합하는 단계를 포함함을 특징으로 한다.

본 발명에 의하면, 첫째, 한국어 정보처리와 기계번역에서 명사와 용언의 중의성을 해소하고, 둘째, 한국어 정보처리에 있어서, 의미분석을 통하여 틀린문장을 검색하고, 셋째, 대화이해 및 생성에서 생략 및 축약현상처리를 위한 기초연구를 제공하고, 넷째, 정보검색, 요약 및 필터링을 위한 텍스트 이해에서 공기정보, 구조정보추출을 위한 기초연구를 제공하고, 다섯째, 음성인식에서 유사한 발음을 가진 단어 중 올바른 단어를 인식하는데 활용한다.

Description

용언을 중심으로 한 의미분석 지식 베이스의 구축방법{Construction method of knowledge base for semantic analysis centering arround predicates}

본 발명은 자연어처리에 관한 것으로, 특히 의미분석을 통한 지식베이스 구축방법에 관한 것이다.

도 1은 동사 "걸다"와 "내리다"의 하위범주화(subcategorization)"를 도시한 것이다.

도 1에서 동사 "걸다"와 공기제약 관계(on-occurrence restriction relation)를 갖는 목적어를 '액자, 사진, 문고리 자물쇠, 목숨'으로 서술하였는데,이는 취할 수 있는 목적어의 일부분에 해당될 뿐 모든 가능한 목적어를 서술하지는 못하였다. 또한, 동사 "걸다"의 공기제약 관계를 갖는 주어를 '선생님, 철수, 영호, 원숭이'로 서술하였는데, 이는 취할 수 있는 주어의 일부분에 해당될 뿐 모든 가능한 주어를 서술하지는 못하였다.

또한, 용언을 추가할 때마다, 추가하는 용언에 대한 공기제약 관계를 매번 독립적으로 조사하여 서술해주어야 한다. 그 이유는 유사한 하위범주화를 취하는 용언이 있으면 그룹화하여 참조할 수 있도록 해야 하는데, 종래의 기술에서는 용언의 그룹화가 전혀 되어있지 않기 때문이다.

본 발명이 이루고자하는 기술적 과제는 용언이 어떤 특정 단어와 공기제약 관계를 취하는 경우에는 특정 단어만을 예외적으로 따로 서술하고, 용언 개념망을 이용하여 같은 그룹 내에 있는 용언의 공기제약 관계를 활용하는 용언을 중심으로 한 의미분석 지식 베이스의 구축방법을 제공함에 있다.

도 1은 동사 "걸다"와 "내리다"의 하위범주화(subcategorization)"를 도시한 것이다.

도 2는 용언개념망의 구조의 실시예를 도시한 것이다.

도 3은 명사개념망의 구조의 실시예를 도시한 것이다.

도 4는 본 발명에 의한 용언을 중심으로 한 의미분석 지식 베이스의 실시예로서, DISNet의 일부를 도시한 것이다.

상기 기술적 과제를 해결하기 위한 본 발명에 의한 용언을 중심으로 한 의미분석 지식 베이스의 구축방법은 (a)의미론적으로 유사한 특성을 갖는 용언들을 계층적으로 그룹화하여 용언개념망을 구축하는 단계; (b)명사의 의미에 기초하여 명사를 그룹화하여 명사개념망을 구축하는 단계; (c)상기 용언개념망에 상기 명사개념망을 통합하는 단계를 포함함을 특징으로 한다.

또한, 상기 (a)단계는 의미론적 속성을 명시하는 상기 용언개념망에 공기제약관계를 취하는 구문론적 속성을 보강하여 하위범주화 정보를 제공함을 특징으로 한다.

또한, 상기 (b)단계는 하위개념 집합을 자동으로 추출할 수 있는 명사개념망을 공기제약 관계의 서술에 활용함을 특징으로 한다.

또한, 상기 (c)단계는 상기 용언개념망에서 제공하는 상기 구문론적 속성이 보강된 하위범주화 정보에 명사개념망을 통합하는 단계를 포함함을 특징으로 한다.

또한, 상기 (c)단계는 상기 용언과 상기 명사의 공기제약관계를 구문정보로 제공하여 상기 용언과 상기 명사의 중의성을 해결함을 특징으로 한다.

또한, 상기 지식베이스는 용언; 상기 용언에 대한 문장의 구조; 및 상기 용언에 대한 하위범주화 정보를 포함함을 특징으로 한다.

이하 도면을 참조하여 본 발명을 상세히 설명하기로 한다.

도 2는 용언개념망의 구조의 실시예를 도시한 것이다.

도 2는 용언 클래스 9의 그룹화의 실시예를 도시한 것으로, 의미론적인 면에서 유사한 용언들을 모아서 그룹화한 용언 클래스 9.1 ~ 9.9를 서술하고 있다.

용언클래스 9.1은 두다, 넣다, 배열하다, 설치하다, 걸다 등의 용언을 포함하며, 같은 용언 클래스에 속하는 용언들은 유사한 공기제약 관계를 갖는다.

도 3은 명사개념망의 구조의 실시예를 도시한 것이다.

명사 "감"의 개념망 구조에서, 명사 "감"은 크게 두가지 의미를 가지고 있다. 즉, 'decrease'와 'persimmon'이다. 첫 번째 의미인 'decrease'는 다시 세가지의 개념(sense1, sense2, sense3)을 지닌다. 두 번째 의미에서 'persimon(감, 과일)'의 상위개념은 'fruit(과일)'이며 'fruit(과일)'의 상위개념은 'produce(생산물), green goods(청과)'임을 서술하고 있다.

명사 "포도"는 크게 한 가지 의미를 가지고 있다. 즉, 'grape'이다. 'grape'의 의미는 두 가지의 개념(sense 1과 sense 2)을 취한다. 첫 번째 개념인 'grape(포도과일)'의 상위개념은 'fruit(과일)'이며, 'fruit(과일)'의 상위개념은 'produce(생산물), green goods(청과)' 임을 서술하고 있다.

도 3과 같은 명사 개념망에서 'fruit(과일)' 개념의 하위개념 집합은 명사 "포도"와 "감"이란 것을 추출할 수 있다.

이 기술개발에서는 하위개념 집합을 자동으로 추출할 수 있는 명사 개념망을 공기제약 관계의 서술에 활용한다.

명사 개념망은 의미에 기초하여 명사의 그룹화를 수행하였다. 최상위 개념은 9개로 그룹화하였다. 이를 테면, 'entity(실체)' 개념은 noun class 1로 그룹화하였고, 'object(물건), inanimate object(무생물), physical object(실제물), thing(유형물)' 개념은 'entity(실제)' 개념의 하위개념으로 noun class 1.3으로 그룹화하였다. 이러한 방식으로 명사의 모든 개념을 그룹화하였다.

용언 개념망과 명사개념망의 통합은 한국어 정보처리의 의미 분석과 음성이해를 가속화시킬 것이다. 이러한 통합 개념망을 개발하기 위한 기술의 구성은 두 단계로 나누어져 있다.

첫째, 의미론적 속성을 명시하는 한국어 용언 개념망에 공기제약 관계를 취하는 구문론적 속성을 보강함으로써 하위범주화 정보를 제공하도록 한다.

둘째, 이 보강된 한국어 용언 개념망의 하위범주화 정보에 한국어 명사 개념망을 통합하는 것이다. 이 통합된 개념망을 DISNet(Database for Integration of Semantic Network)으로 명명하고자 한다.

DISNet를 지식베이스로 활용하면, 한국어 정보처리를 수행함에 있어서, 어떤 용언과 어떤 명사가 공기제약 관계를 갖는지 일일이 명시하지 않아도 된다. 또한 용언과 명사의 공기제약 관계를 구문 정보로 제공함으로, 용언과 명사의 중의성을 해결하는데 활용될 수 있다. 한국어 용언 개념망에서 같은 용언 클래스에 속하는 용언들은 유사한 구조의 하위범주화 정보를 취하므로, 기본적인 DISNet이 구축되면 DISNet의 확장을 가속화시킬 수 있다.

도 4는 본 발명에 의한 용언을 중심으로 한 의미분석 지식 베이스의 실시예로서, DISNet의 일부를 도시한 것이다.

도 4에서 용언 개념망의 용언 클래스 9.1은 "걸다(hang)"라는 용언을 포함한다. 이 용언은 POS(Part Of Speech) slot에 '타동사'라는 값을 가지고, SYN(Syntactic Feature) slot에 'S+V+O+L(주어+동사+목적어+위치)'라는 값을 가지며, SUBCAT(Subcategorization) slot에는 명사나 명사 개념망의 계층적 클래스를 값으로 갖는데 이는 SYN slot에 해당하는 구체적인 값이다. 용언 "걸다"의 주어는 'person, individual, human'(명사 개념망의 noun class 1.2.1) 개념의 그룹에 속하는 명사들 혹은 'animal, animate being, brute'(명사 개념망의 noun class 1.2.2) 개념의 그룹에 속하는 명사들이다. 용언 "걸다"의 목적어는 명사 '목숨'과 'object, inanimate object, thing'(명사 개념망의 noun class 1.3) 개념의 그룹에속하는 명사들이다. 그리고 용언 "걸다"의 위치 명사는 'location'(명사 개념망의 noun class 5.6) 개념의 그룹에 속하는 명사들이다. SUBCAT의 값들은 말뭉치로부터 모으고 명사 개념망에 매핑시킨 것이다.

위와 같은 방법으로 명사 개념망이 용언 개념망과 통합됨으로써 정확성과 효율성이 높은 의미분석 지식베이스를 구성하게 된다.

도면과 명세서는 단지 본 발명의 예시적인 것으로서, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

본 발명에 의하면, 첫째, 한국어 정보처리와 기계번역에서 명사와 용언의 중의성을 해소하고, 둘째, 한국어 정보처리에 있어서, 의미분석을 통하여 틀린문장을 검색하고, 셋째, 대화이해 및 생성에서 생략 및 축약현상처리를 위한 기초연구를 제공하고, 넷째, 정보검색, 요약 및 필터링을 위한 텍스트 이해에서 공기정보, 구조정보추출을 위한 기초연구를 제공하고, 다섯째, 음성인식에서 유사한 발음을 가진 단어 중 올바른 단어를 인식하는데 활용한다.

Claims (6)

1. (a)의미론적으로 유사한 특성을 갖는 용언들을 계층적으로 그룹화하여 용언개념망을 구축하는 단계;

   (b)명사의 의미에 기초하여 명사를 그룹화하여 명사개념망을 구축하는 단계;

   (c)상기 용언개념망에 상기 명사개념망을 통합하는 단계를 포함함을 특징으로 하는 용언을 중심으로 한 의미분석 지식 베이스의 구축방법.
2. 제1항에 있어서, 상기 (a)단계는

   의미론적 속성을 명시하는 상기 용언개념망에 공기제약관계를 취하는 구문론적 속성을 보강하여 하위범주화 정보를 제공함을 특징으로 하는 용언을 중심으로 한 의미분석 지식 베이스의 구축방법.
3. 제1항에 있어서, 상기 (b)단계는

   하위개념 집합을 자동으로 추출할 수 있는 명사개념망을 공기제약 관계의 서술에 활용함을 특징으로 하는 용언을 중심으로 한 의미분석 지식 베이스의 구축방법.
4. 제1항 또는 제2항에 있어서, 상기 (c)단계는

   상기 용언개념망에서 제공하는 상기 구문론적 속성이 보강된 하위범주화 정보에 명사개념망을 통합하는 단계를 포함함을 특징으로 하는 용언을 중심으로 한 의미분석 지식 베이스의 구축방법.
5. 제4항에 있어서, 상기 (c)단계는

   상기 용언과 상기 명사의 공기제약관계를 구문정보로 제공하여 상기 용언과 상기 명사의 중의성을 해결함을 특징으로 하는 용언을 중심으로 한 의미분석 지식 베이스의 구축방법.
6. 제1항에 있어서, 상기 지식베이스는

   용언;

   상기 용언에 대한 문장의 구조; 및

   상기 용언에 대한 하위범주화 정보를 포함함을 특징으로 하는 용언을 중심으로 한 의미분석 지식 베이스의 구축방법.