KR20080023341A - 문서 내의 연어법 실수들을 처리하는 방법 - Google Patents

문서 내의 연어법 실수들을 처리하는 방법 Download PDF

Info

Publication number
KR20080023341A
KR20080023341A KR1020087000528A KR20087000528A KR20080023341A KR 20080023341 A KR20080023341 A KR 20080023341A KR 1020087000528 A KR1020087000528 A KR 1020087000528A KR 20087000528 A KR20087000528 A KR 20087000528A KR 20080023341 A KR20080023341 A KR 20080023341A
Authority
KR
South Korea
Prior art keywords
sentence
query
generating
word
queries
Prior art date
Application number
KR1020087000528A
Other languages
English (en)
Inventor
샤오-유엔 혼
지안펭 가오
밍 저우
Original Assignee
마이크로소프트 코포레이션
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 마이크로소프트 코포레이션 filed Critical 마이크로소프트 코포레이션
Publication of KR20080023341A publication Critical patent/KR20080023341A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/253—Grammatical analysis; Style critique
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S707/00—Data processing: database and file management or data structures
    • Y10S707/99931—Database or file accessing
    • Y10S707/99933—Query processing, i.e. searching
    • Y10S707/99936—Pattern matching access

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Document Processing Apparatus (AREA)
  • Machine Translation (AREA)

Abstract

문장이 액세스되고, 그 문장에 기초하여 적어도 하나의 쿼리가 생성된다. 적어도 하나의 쿼리는, 예컨대, 웹 검색 엔진을 이용하여, 문서 집합 내의 텍스트와 비교될 수 있다. 문장 내의 연어법 에러들은 상기 적어도 하나의 쿼리와 상기 문서 집합 내의 텍스트와의 비교에 기초하여 검출 및/또는 정정될 수 있다.
쿼리, 웹 검색 엔진, 연어법, 텍스트

Description

문서 내의 연어법 실수들을 처리하는 방법{PROCESSING COLLOCATION MISTAKES IN DOCUMENTS}
하기의 설명은 일반적인 배경 정보를 위해 제공될 뿐이며, 청구된 발명의 범위를 정하는 데 보조 수단으로서 사용되기 위한 것도 아니다.
지속적으로 성장하는 세계 경제, 및 인터넷의 신속한 발전으로, 전 세계의 모든 사람들은 그들의 모국어가 아닌 언어로 작문하는 데 점점 더 친근해 지고 있다. 불행히도, 상당히 다른 문화 및 작문 스타일을 소유하는 몇몇 사회들의 경우, 일부 모국어가 아닌 언어(non-native language)로 작문하는 능력은 항상 존재하는 장벽이 된다. 모국어가 아닌 언어(예컨대, 영어)로 작문할 때, 원어민이 아닌 사람(non-native speaker)(예컨대, 중국어, 일본어, 한국어 또는 기타 영어가 아닌 언어를 말하는 사람)은 종종 언어 사용 실수를 저지른다. 이런 종류의 실수는 문법적 실수, 및 동사-목적어(verb-object), 형용사-명사(adjective-noun), 부사-동사(adverb-verb) 등의 연어법(collocations)의 부적절한 사용을 포함할 수 있다.
다수의 사람들이 올바른 문법을 사용하여 외국어로 작문하는 능력을 가지지만, 그들도 여전히 두 단어(two words) 간의 연어법에서의 실수를 하지 않으려고 고심한다. 다른 사람들은 여전히 문법에서의 실수, 및 두 단어 간의 연어법 등에서의 기타 실수를 하지 않으려고 고심한다. 철자 검사 및 문법 검사 프로그램이 문법적인 실수를 정정하는 데는 유용하지만, 두 단어 간의 연어법에서의 실수를 검출 및/또는 정정하는 것은, 특히 이들 실수가 문법적으로는 올바를 수 있기 때문에, 어려울 수 있다. 따라서, 문법 검사기는 단어 간의 연어법에 관련된 실수를 검출하는 데에는 도움이 된다하더라도 통상적으로는 거의 도움이 되지 않는다. 하기의 설명에서는, 영어가 외국어의 예로서 사용되고 있지만, 이들 문제들은 다른 언어 경계 전반에 걸쳐서 존재한다.
예를 들어, 비록 문법적으로는 올바르지만 모국어다운(native-like) 영어가 되지 않게 하는 연어법 실수들을 포함하는 다음의 문장들,
1. Open the light.
2. Everybody hates the crowded traffic on weekends.
3. This is a check of US$ 500.
4. I congratulate you for your success.
을 고려해 본다.
이들 문장의 모국어다운 영어 버전은,
1. Turn on the light.
2. Everybody hates the heavy traffic on weekends.
3. This is a check for US$ 500.
4. I congratulate you on your success.
이다.
영어를 말하는 비원어민이 부딪히게 되는 장벽의 예로서, 중국어 사용자의 곤란함(plight)을 고려해 본다. 문화, 배경 및 생각 습관에 의해, 중국인은 종종 문법에 맞긴 하지만, 부자연스러울 수 있는 영어 문장들을 작성한다. 예를 들어, 중국인은 중국어의 주어(subject)를 영어의 주어로 직접 번역하려는 경향이 있고, 목적어와 동사에 대해서도 만찬가지이다. 영어로 작문할 때, 중국인은 종종 동사와 전치사 간, 형용사와 명사 간, 동사와 명사 간 등에서 연어법을 정하는 데 어려움을 경험한다. 또한, 사업 영역과 같은 특수한 영역에서는, 전문적인 작문 스킬(skill)과 스타일이 요구된다.
통상의 사전은, 독해(일종의 디코딩 프로세스)를 위해, 주로 비원어민 화자에 의해 이용되지만, 이들 사전이 작문(일종의 인코딩 프로세스)을 위한 충분한 지원을 제공하지는 않는다. 사전들은, 하나의 단어에 대한 설명을 제공할 뿐이고, 통상적으로 관련 구 및 연어법을 설명하는 충분한 정보를 제공하지는 않는다. 또한, 이러한 정보 중 일부가 사전에 제공되어 있더라도, 그 정보를 사전들로부터 얻는 손쉬운 방법이 존재하지 않는다. 한편, 현재 널리 사용되는 문법 검사 도구는 범할 가능성이 있는(apt-to-make) 문법적인 실수를 검출하는 데에는 일부 제한된 기능을 가지지만, 연어법 실수를 검출할 수 있는 것은 아니다.
이 요약은 이하의 상세한 설명에서 더 기술되는 몇몇 개념을 간단화된 형태로 소개하기 위해 제공된다. 이 요약은 청구된 발명의 주요 특징 또는 필수적인 특징을 확인하기 위한 것이 아니며, 청구된 발명의 범위를 정하는 데 보조 수단으로서 사용하기 위한 것도 아니다.
문장이 액세스되고, 적어도 하나의 쿼리가 그 문장에 기초하여 생성된다. 적어도 하나의 쿼리는 예컨대, 웹 검색 엔진을 이용하여, 문서 집합 내의 텍스트와 비교될 수 있다. 문장 내의 연어법 에러는, 적어도 하나의 쿼리와 문서 집합 내의 텍스트와의 비교에 기초하여 검출 및/또는 정정될 수 있다.
도 1은 일반적 컴퓨팅 환경의 블록도.
도 2는 연어법 에러를 검출 및 정정하기 위한 시스템의 흐름도.
도 3은 연어법 에러를 검출 및 정정하기 위한 방법의 흐름도.
도 4는 쿼리 생성 모듈의 블록도.
도 5는 연어법 에러를 검출하기 위한 방법의 흐름도.
도 6은 후보 연어법 정정들을 제시하는 방법의 흐름도.
도 1은 본 발명이 구현되기에 적합한 컴퓨팅 시스템 환경(100)의 일례를 도시하고 있다. 컴퓨팅 시스템 환경(100)은 적합한 컴퓨팅 환경의 일례에 불과하며, 본 발명의 용도 또는 기능성의 범위에 관해 어떤 제한을 암시하고자 하는 것이 아니다. 컴퓨팅 환경(100)이 예시적인 운영 환경(100)에 도시된 컴포넌트들 중 임의의 하나 또는 그 컴포넌트들의 임의의 조합과 관련하여 어떤 의존성 또는 요구사항을 갖는 것으로 해석되어서는 안된다.
본 발명은 많은 기타 범용 또는 특수 목적의 컴퓨팅 시스템 환경 또는 구성에서 동작할 수 있다. 본 발명에서 사용하는 데 적합할 수 있는 잘 알려진 컴퓨팅 시스템, 환경 및/또는 구성의 예로는 퍼스널 컴퓨터, 서버 컴퓨터, 핸드-헬드 또는 랩톱 장치, 멀티프로세서 시스템, 마이크로프로세서 기반 시스템, 셋톱 박스, 프로그램가능한 가전제품, 네트워크 PC, 미니컴퓨터, 메인프레임 컴퓨터, 전화 시스템, 상기 시스템들이나 장치들 중 임의의 것을 포함하는 분산 컴퓨팅 환경, 기타 등등이 있지만 이에 제한되는 것은 아니다.
본 발명은 일반적으로 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터 실행가능 명령어와 관련하여 기술될 것이다. 일반적으로, 프로그램 모듈은 특정 태스크를 수행하거나 특정 추상 데이터 유형을 구현하는 루틴, 프로그램, 개체, 컴포넌트, 데이터 구조 등을 포함한다. 본 발명은 또한 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 태스크가 수행되는 분산 컴퓨팅 환경에서 실시되도록 설계된다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 메모리 저장 장치를 비롯한 로컬 및 원격 컴퓨터 저장 매체 둘다에 위치할 수 있다. 프로그램과 모듈에 의해 수행되는 태스크는 도면들을 참조하여 하기에 기술되어 있다. 당업자는 어떤 형태의 컴퓨터 판독가능 매체에든 기입될 수 있는 프로세서 실행가능 명령어들로서 도면과 상세한 설명을 구현할 수 있다.
도 1과 관련하여, 본 발명을 구현하는 예시적인 시스템은 컴퓨터(110) 형태의 범용 컴퓨팅 장치를 포함한다. 컴퓨터(110)의 컴포넌트들은 처리 장치(120), 시스템 메모리(130), 및 시스템 메모리를 비롯한 각종 시스템 컴포넌트들을 처리 장치(120)에 연결시키는 시스템 버스(121)를 포함하지만 이에 제한되는 것은 아니다. 시스템 버스(121)는 메모리 버스 또는 메모리 컨트롤러, 주변 장치 버스 및 각종 버스 아키텍처 중 임의의 것을 이용하는 로컬 버스를 비롯한 몇몇 유형의 버스 구조 중 어느 것이라도 될 수 있다. 예로서, 이러한 아키텍처는 ISA(industry standard architecture) 버스, MCA(micro channel architecture) 버스, EISA(Enhanced ISA) 버스, VESA(video electronics standard association) 로컬 버스, 그리고 메자닌 버스(mezzanine bus)로도 알려진 PCI(peripheral component interconnect) 버스 등을 포함하지만 이에 제한되는 것은 아니다.
컴퓨터(110)는 통상적으로 각종 컴퓨터 판독가능 매체를 포함한다. 컴퓨터(110)에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 이동식 및 비이동식 매체를 포함한다. 예로서, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함하지만 이에 제한되는 것은 아니다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital versatile disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터(110)에 의해 액세스되고 원하는 정보를 저장할 수 있는 임의의 기타 매체를 포함하지만 이에 제한되는 것은 아니다. 통신 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프 로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. "피변조 데이터 신호"라는 용어는, 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 예로서, 통신 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들의 모든 조합이 또한 컴퓨터 판독가능 매체의 영역 안에 포함되는 것으로 한다.
시스템 메모리(130)는 판독 전용 메모리(ROM)(131) 및 랜덤 액세스 메모리(RAM)(132)와 같은 휘발성 및/또는 비휘발성 메모리 형태의 컴퓨터 저장 매체를 포함한다. 시동 중과 같은 때에, 컴퓨터(110) 내의 구성요소들 사이의 정보 전송을 돕는 기본 루틴을 포함하는 기본 입/출력 시스템(BIOS)(133)은 통상적으로 ROM(131)에 저장되어 있다. RAM(132)은 통상적으로 처리 장치(120)가 즉시 액세스 할 수 있고 및/또는 현재 동작시키고 있는 데이터 및/또는 프로그램 모듈을 포함한다. 예로서, 도 1은 운영 체제(134), 애플리케이션 프로그램(135), 기타 프로그램 모듈(136) 및 프로그램 데이터(137)를 도시하고 있지만 이에 제한되는 것은 아니다.
컴퓨터(110)는 또한 기타 이동식/비이동식, 휘발성/비휘발성 컴퓨터 저장매체를 포함한다. 단지 예로서, 도 1은 비이동식·비휘발성 자기 매체에 기록을 하거나 그로부터 판독을 하는 하드 디스크 드라이브(141), 이동식·비휘발성 자기 디스크(152)에 기록을 하거나 그로부터 판독을 하는 자기 디스크 드라이브(151), CD- ROM 또는 기타 광 매체 등의 이동식·비휘발성 광 디스크(156)에 기록을 하거나 그로부터 판독을 하는 광 디스크 드라이브(155)를 포함한다. 예시적인 운영 환경에서 사용될 수 있는 기타 이동식/비이동식, 휘발성/비휘발성 컴퓨터 기억 매체로는 자기 테이프 카세트, 플래시 메모리 카드, DVD, 디지털 비디오 테이프, 고상(solid state) RAM, 고상 ROM 등이 있지만 이에 제한되는 것은 아니다. 하드 디스크 드라이브(141)는 통상적으로 인터페이스(140)와 같은 비이동식 메모리 인터페이스를 통해 시스템 버스(121)에 접속되고, 자기 디스크 드라이브(151) 및 광 디스크 드라이브(155)는 통상적으로 인터페이스(150)와 같은 이동식 메모리 인터페이스에 의해 시스템 버스(121)에 접속된다.
위에서 설명되고 도 1에 도시된 드라이브들 및 이들과 관련된 컴퓨터 저장 매체는, 컴퓨터(110)를 위해, 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 및 기타 데이터를 저장한다. 도 1에서, 예를 들어, 하드 디스크 드라이브(141)는 운영 체제(144), 애플리케이션 프로그램(145), 기타 프로그램 모듈(146), 및 프로그램 데이터(147)를 저장하는 것으로 도시되어 있다. 여기서 주의할 점은 이들 컴포넌트가 운영 체제(134), 애플리케이션 프로그램(135), 기타 프로그램 모듈(136), 및 프로그램 데이터(137)와 동일하거나 그와 다를 수 있다는 것이다. 이에 관해, 운영 체제(144), 애플리케이션 프로그램(145), 기타 프로그램 모듈(146) 및 프로그램 데이터(147)에 다른 번호가 부여되어 있다는 것은 적어도 이들이 다른 사본(copy)이라는 것을 나타내기 위한 것이다.
사용자는 키보드(162), 마이크(163) 및 마우스, 트랙볼(trackball) 또는 터 치 패드와 같은 포인팅 장치(161) 등의 입력 장치를 통해 명령 및 정보를 컴퓨터(110)에 입력할 수 있다. 다른 입력 장치(도시 생략)로는 조이스틱, 게임 패드, 위성 안테나, 스캐너 등을 포함할 수 있다. 이들 및 기타 입력 장치는 종종 시스템 버스에 결합된 사용자 입력 인터페이스(160)를 통해 처리 장치(120)에 접속되지만, 병렬 포트, 게임 포트 또는 USB(universal serial bus) 등의 다른 인터페이스 및 버스 구조에 의해 접속될 수도 있다. 모니터(191) 또는 다른 유형의 디스플레이 장치도 비디오 인터페이스(190) 등의 인터페이스를 통해 시스템 버스(121)에 접속될 수 있다. 모니터 외에, 컴퓨터는 스피커(197) 및 프린터(196) 등의 기타 주변 출력 장치를 포함할 수 있고, 이들은 출력 주변장치 인터페이스(195)를 통해 접속될 수 있다.
컴퓨터(110)는 원격 컴퓨터(180)와 같은 하나 이상의 원격 컴퓨터로의 논리적 접속을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(180)는 또 하나의 퍼스널 컴퓨터, 핸드-헬드 장치, 서버, 라우터, 네트워크 PC, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있고, 통상적으로 컴퓨터(110)와 관련하여 상술된 구성요소들의 대부분 또는 그 전부를 포함한다. 도 1에 도시된 논리적 접속으로는 LAN(171) 및 WAN(173)이 있지만, 기타 네트워크를 포함할 수도 있다. 이러한 네트워킹 환경은 사무실, 전사적 컴퓨터 네트워크(enterprise-wide computer network), 인트라넷, 및 인터넷에서 일반적인 것이다.
LAN 네트워킹 환경에서 사용될 때, 컴퓨터(110)는 네트워크 인터페이스 또는 어댑터(170)를 통해 LAN(171)에 접속된다. WAN 네트워킹 환경에서 사용될 때, 컴 퓨터(110)는 통상적으로 인터넷과 같은 WAN(173)을 통해 통신을 설정하기 위한 모뎀(172) 또는 기타 수단을 포함한다. 내장형 또는 외장형일 수 있는 모뎀(172)은 사용자 입력 인터페이스(160) 또는 기타 적절한 메커니즘을 통해 시스템 버스(121)에 접속된다. 네트워크화된 환경에서, 컴퓨터(110) 또는 그의 일부와 관련하여 기술된 프로그램 모듈은 원격 메모리 저장 장치에 저장될 수 있다. 예로서, 도 1은 원격 애플리케이션 프로그램(185)이 원격 컴퓨터(180)에 있는 것으로 도시하고 있지만 이에 제한되는 것은 아니다. 도시된 네트워크 접속은 예시적인 것이며 이 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 이해할 것이다.
도 2는 텍스트 내의 연어법 에러를 검출 및 정정하기 위한 시스템(200)의 흐름도이다. 다양한 유형의 연어법 에러들이 존재한다. 시스템(200)의 일 양상에서는, 4가지 유형의 연어법 에러가 검출된다. 연어법 에러 유형은,
1. 동사-명사(VN, 예컨대, *learn/acquire knowledge)
2. 전치사-명사(PN, 예컨대, *on/in the morning)
3. 형용사-명사(AN, 예컨대, *social/socialist country), 및
4. 동사-부사(VA, 예컨대, situations change *largely/greatly)
이다.
전처리 모듈(202;preprocessin module)은 텍스트를 처리하여 텍스트에 대해 태깅(tagging) 및 구분분석(parsing)을 행하게 하는 스피치 부분을 제공한다. 여러 다른 유형의 구문분석기(parser)가 텍스트를 처리하는 데 이용될 수 있다. 하 기에는 예시적 문장,
I have recognized this person for years.
이 있다.
전처리 모듈(202)은 이 문장에 대해 태깅을 행하고, 문장을 다음과 같이,
[NP I/PRP][VP have/VBP recognized/VBN][NP this/DT person/NN][PP for/IN][NP years. </s> /NNS]
나눈다(chunks).
처리된 텍스트를 이용하여, 쿼리 생성 모듈(204)은 쿼리들을 구성한다. 일례에서, 4개의 쿼리 집합이 상기 식별된 연어법 에러 유형 각각에 대해 생성된다. 예를 들어, 연어법 에러 유형은 동사-명사, 전치사-명사, 형용사-명사, 및 동사-부사일 수 있다. 생성된 쿼리들은 보조자(auxiliaries)가 제거된 문장의 축소된 일부뿐만 아니라 문장의 전체 텍스트(full text)도 포함할 수 있다. 상기 문장에 대한 예시적 축소된 쿼리들은, "have recognized this person", "have recognized", "this person", 및 "recognized person"를 포함할 수 있다.
쿼리들은 검색 모듈(206)에 제출된다. 일 실시예에서, 검색 모듈은 MSN Search(search.msn.com), Google(www.google.com) 및/또는 Yahoo!(www.yahoo.com) 등의 웹 기반의 검색 엔진일 수 있다. 웹은 방대한 양의 텍스트를 포함하기 때문에, 이것은 연어법 에러를 검출하기 위한 비용이 안 드는 리소스일 수 있다. 에러 검출 모듈(208)은 쿼리 생성 모듈(204)에 의해 생성된 쿼리들을 검색 모듈(206)에 의해 획득된 결과들과 비교한다. 에러 정정 모듈(210)은 에러 검출 모듈(208)에 의해 식별된 에러에 대한 후보 정정들을 제공한다.
도 3은 도 2의 예시된 시스템(200)에 구현될 수 있는 방법(220)의 흐름도이다. 단계(222)에서, 문장을 액세스한다. 문장은 예컨대, 워싱톤주 레드몬드 소재의 마이크로소프트사로부터 이용가능한 Microsoft Word®와 같은 워드 프로세서 내로 입력된 텍스트를 포함할 수 있다. 단계(224)에서, 문장이 청크(chunks)들로 구문분석되고, 문장 내의 스피치 부분들이 식별된다. 그런 다음, 단계(226)에서 구문문석에 기초하여 쿼리들을 생성한다. 단계(228)에서, 쿼리들은 예컨대, MSN Search, Google 및/또는 Yahoo! 등의 검색 엔진에 제출된다. 단계(230)에서, 쿼리들과 검색 엔진으로부터의 결과를 비교함으로써, 문장 내의 연어법 에러들은 검출된다. 에러들을 검출한 후에, 단계(232)에서, 연어법 에러들을 대체하기 위한, 순위 매겨진 후보들이 사용자에게 제시된다.
도 4는 도 2의 쿼리 생성 모듈(204)의 블록도이다. 쿼리 생성 모듈(204)은 예컨대, 전처리 모듈(202)로부터 수신된 구문분석된 문장과 같은 구문분석된 문장(240)을 수락한다. 구문분석된 문장(240)에 기초하여, 쿼리 생성 모듈(204)은 문장 쿼리들(242), 청크 쿼리들(244), 및 단어 쿼리들(246)을 생성한다. 상기 식별된 가능성 있는 연어법 에러의 유형이 주어지면, 검사 단어( checking word)(즉, 연어법 에러를 야기할 가능성이 있는 단어)는 VN 유형의 동사, PN 유형의 전치사, AN 유형의 형용사, 및 VA 유형의 부사로서 검출된다. 유형에 따라, 쿼리 생성 모듈(204)은 상이한 쿼리 집합을 다음과 같이 생성한다:
1. 문장 쿼리들(242): 원래의 문장 및 축소된 문장(각 유형에 대해 사전 정 의된 보조자를 제거함으로써), S- Query라고 함.
2. 청크 쿼리들(244): 문장 내의 대응하는 청크 쌍, C- Query라고 함.
3. 단어 쿼리들(246) : 문장 내의 대응하는 표제어(headword) 쌍, W- Query라고 함.
문장 "I have recognized this person for years"에 대한 예시적 쿼리들이, VN 유형 검출의 경우, 하기에 제시되어 있으며, 여기서 ~ 는 2개의 인접한 단어들이 인접할 수 있거나, 또는 서로 하나의 단어만큼 떨어져 있음을 의미한다.
S-Query : ["I have recognized this person for years"]
S-Query : ["have recognized this person"]
C-Query : ["have recognized" ~ "this person"]
W-Query : ["recognized" ~ "person"]
각 유형의 쿼리들을 생성하기 위한 예시적 규칙들은 다음과 같다:
● VN : S-Queries, 하나의 C-Query V~N, 및 하나의 W-Query Vh ~ Nh (Nh 는 대응하는 명사 청크의 표제어를 표시한다).
● PN : 전치사를 포함하는 PN의 하나의 C-Query.
● AN : AN 쌍을 포함하는 AN의 하나의 C-Query.
● VA : VA 쌍을 포함하는 C-Query 및 VA 표제어를 포함하는 W-Qeuries.
도 5는 문장 내의 에러를 검출하는 방법(250)의 흐름도이다. 쿼리 생성 모듈(204)에 의해 생성된 쿼리들은 단계(251)에서 검색 모듈(206)에 제출된다. 검색 모듈(206)에 의해 획득된 검색 결과들은 쿼리들과 비교된다. 일례에서, 결과들은 웹 검색 엔진을 이용하여 찾아서 가져온 문서의 텍스트의 요약을 포함한다. 단계(252)에서, 쿼리 생성 모듈(204)로부터의 S-Queries는 검색 모듈로부터의 결과들과 비교된다. 그런 다음, 단계(254)에서, 하나 이상의 S-Queries(242)가 검색 모듈 결과들과 일치하는지의 여부에 대한 판정이 행해진다. S-Queries 중 하나 이상이 검색 모듈 결과들과 일치하면, 단계(256)에서 연어법 에러가 없는 것으로 판정된다.
하지만, 일치되는 것이 존재하지 않으면, 방법(250)은 단계(258)로 진행하고, C-Queries(244)은 검색 모듈 결과들과 비교된다. 단계(260)에서, 하나 이상의 C-Query가 검색 모듈 결과들에 근접하여 일치하는지, 및 비교의 점수가 임계값보다 큰지에 대한 판정이 행해진다. 일례에서, 점수는, C-Query의 청크가 검색 결과들에 나타나는 횟수를 C-Query 내의 단어가 검색 결과에 동시에 나타나는 횟수로 나눔으로써, 계산된다. 점수가 임계값보다 크면, 단계(256)에서 연어법 에러가 없는 것으로 판정된다.
점수가 임계값 미만이면, 방법(250)은 단계(262)로 진행하고, W-Queries가 검색 엔진 데이터와 비교된다. 단계(264)에서는, W-Queries과 검색 엔진 데이터 간에 근접하게 일치되는 것이 존재하는지, 및 비교의 점수가 임계값보다 큰지에 대한 판정이 행해진다. 점수가 임계값보다 크면, 단계(256)에서 연어법 에러가 없는 것으로 판정된다. 비교의 점수가 C-Query 비교 점수와 유사할 수 있다. 따라서, W-Query 비교 점수는, W-Query가 검색 결과에 나타나는 횟수를 W-Query 내의 단어 쌍이 동시에 나타나는 총 횟수로 나눔으로써, 계산될 수 있다. 점수가 임계값 미만이면, 방법(250)은 단계(266)로 진행하고, 사용자는 가능성있는 연어법 에러에 대해 알게 된다.
도 6은 사용자에게 가능성있는 정정된 연어법을 제시하기 위한 방법(270)의 흐름도이다. 단계(272)에서, 쿼리 템플릿이 생성된다. 쿼리 템플릿은 에러로서 식별되었던 단어에 기초하여 생성된다(즉, 상기의 검사 단어는 도 5의 방법(250)에 의해 판정된 연어법 에러를 포함한다). 쿼리 템플릿은 연어법 에러를 야기하는 검사 단어가 "+"로 대체된 후에 입력 문장으로부터 도출된다. 상기 문장에서, "recognized"는 검사 단어로서 식별되었고, 이에 따라 쿼리 템플릿은 단어에 기초하여 발전된다. 예를 들어, 문장 "I have recognized this person for years"의 쿼리 템플릿은, VN 검출의 경우, 다음과 같으며, 여기서 + 는 임의의 단어를 표시한다.
S-QT: ["I have + this person for years"]
S-QT: ["I have + this person"]
S-QT: ["have + this person for years"]
S-QT: ["I have + this person"]
C-QT: ["+ this person for years"]
C-QT: ["+ this person"]
쿼리 템플릿을 생성하기 위한 예시적 규칙은 다음과 같다.
● VN: S-QT, C-QT (여기서 동사는 +로 대체된다).
● PN: S-QT, C-QT (여기서 전치사는 +로 대체된다).
● AN: S-QT, C-QT (여기서 형용사는 +로 대체된다).
● VA: S-QT, C-QT (여기서 부사는 +로 대체된다).
단계(274)에서, 쿼리 템플릿은 검색 모듈(본원의 검색 엔진임)에 제출된다. 단계(276)에서, 검색 엔진 결과로부터 스트링을 찾아서 가져온다. 스트링은 주위 정황(surrounding context)을 이야기하는 텍스트 요약을 포함할 수 있다. 쿼리 템플릿과 일치하는 스트링(여기서, +의 위치는 임의의 하나의 단어일 수 있음)은 스트링 후보로서 식별된다. 연어법을 포함하지 않는 후보(이는 + 를 대체하는 단어와, 연어법 유형에 따른 스트링 내의 또 하나의 단어에 의해 형성됨)는 단계(278)에서 제거된다. 남아있는 후보는 스트링 후보와 일치하는 쿼리 템플릿의 대응하는 가중치에 기초하여 점수에 따라 순위 매겨진다. 예를 들어, 쿼리 템플릿의 가중치는 쿼리 템플릿 내의 단어 수에 기초할 수 있다. 각 후보에 대한 점수는 후보들을 포함하는 모든 요약에 걸쳐 가중치에 대한 합을 취함으로써 계산된다. 후보를 찾아서 가져오는 쿼리 템플릿 (QTS)에 대한 점수는,
Figure 112008001579598-PCT00001
에 의해 표현된다.
그런 다음, 단계(280)에서 순위 매겨진 후보 리스트가 사용자에게 제시된다. 예를 들어, 순위 매겨진 리스트를 제시하는 데 팝업 메뉴를 이용할 수 있다. 사용자는 연어법 에러를 정정하기 위해 리스트로부터의 선택들(selections) 중 하나를 선택할 수 있다.
본 발명은 구조적인 특징 및/또는 방법론적인 동작에 특정한 언어로 기술되었지만, 첨부된 청구항들에 규정된 본 발명은 전술된 특정한 특징 또는 동작에 반드시 제한되는 것은 아니다. 오히려, 전술된 특정한 특징 및 동작은 청구항들을 구현하는 예시적 형태로서 개시된다.

Claims (17)

  1. 문서 내의 정보를 처리하는 방법으로서,
    상기 문서 내의, 텍스트로된 문장을 액세스하는 단계;
    상기 문장에 기초하여 적어도 하나의 쿼리를 생성하는 단계;
    상기 적어도 하나의 쿼리와 문서 집합 내의 텍스트를 비교하는 단계; 및
    상기 적어도 하나의 쿼리와 상기 문서 집합 내의 텍스트와의 비교에 기초하여 연어법 에러들을 검출하는 단계
    를 포함하는, 문서 내의 정보를 처리하는 방법.
  2. 제1항에 있어서,
    상기 문장을 구문분석하여 문장 내의 스피치 부분들을 식별하는 단계를 더 포함하고, 상기 적어도 하나의 쿼리를 생성하는 단계는 상기 식별된 스피치 부분들에 기초하는, 문서 내의 정보를 처리하는 방법.
  3. 제1항에 있어서,
    상기 검출된 연어법 에러들을 대체하는 후보들을 제시하는 단계를 더 포함하는, 문서 내의 정보를 처리하는 방법.
  4. 제3항에 있어서,
    상기 후보들을 순위 매기는 단계를 더 포함하는, 문서 내의 정보를 처리하는 방법.
  5. 제1항에 있어서,
    상기 연어법 에러들의 유형은 동사-명사, 전치사-명사, 형용사-명사, 및 동사-부사 중 적어도 한 유형을 포함하는, 문서 내의 정보를 처리하는 방법.
  6. 제1항에 있어서,
    문장을 포함하는 문장 쿼리를 상기 텍스트로된 문장에 기초하여 생성하는 단계; 상기 텍스트로된 문장의 청크들(chunks)을 포함하는 청크 쿼리를 생성하는 단계; 및 상기 텍스트로된 문장의 표제어 쌍(a head word pair)을 포함하는 단어 쿼리를 생성하는 단계를 더 포함하는, 문서 내의 정보를 처리하는 방법.
  7. 정보를 처리하는 방법으로서,
    연어법 에러를 생성하는 단어를 포함하는 문장을 액세스하는 단계;
    상기 단어가 없는, 상기 문장의 일부분을 포함하는 적어도 하나의 쿼리를 생성하는 단계;
    검색 결과들을 획득하기 위해 상기 적어도 하나의 쿼리를 검색 모듈에 제출하는 단계; 및
    상기 검색 결과들에 기초하여 상기 문장에서 상기 단어에 대한 적어도 하나 의 후보 교체 단어를 식별하는 단계
    를 포함하는, 정보를 처리하는 방법.
  8. 제7항에 있어서,
    후보 교체 단어 리스트를 식별하는 단계, 및 상기 리스트를 순위 매기는 단계를 더 포함하는, 정보를 처리하는 방법.
  9. 제7항에 있어서,
    상기 검색 모듈은 웹 기반의 검색 엔진인, 정보를 처리하는 방법.
  10. 제9항에 있어서,
    상기 웹 기반의 검색 엔진은 MSN 검색(Search), 구글(Google), 및 야후(Yahoo!) 중 적어도 하나를 포함하는, 정보를 처리하는 방법.
  11. 제7항에 있어서,
    상기 적어도 하나의 쿼리를 생성하는 단계는 상기 단어가 없는 문장을 포함하는 문장 쿼리를 생성하는 단계를 포함하는, 정보를 처리하는 방법.
  12. 제7항에 있어서,
    상기 적어도 하나의 쿼리를 생성하는 단계는 상기 단어가 없는 문장의 청크 를 포함하는 청크 쿼리를 생성하는 단계를 포함하는, 정보를 처리하는 방법.
  13. 제7항에 있어서,
    상기 적어도 하나의 쿼리를 생성하는 단계는 상기 단어가 없는 문장의 표제어 쌍을 포함하는 단어 쿼리를 생성하는 단계를 포함하는, 정보를 처리하는 방법.
  14. 제7항에 있어서,
    상기 적어도 하나의 쿼리를 생성하는 단계는 상기 문장, 상기 문장의 청크들, 및 상기 문장의 표제어 쌍에 기초하는 쿼리들의 템플릿을 생성하는 단계를 포함하는, 정보를 처리하는 방법.
  15. 문서 내의 정보를 처리하는 방법으로서,
    문장을 액세스하는 단계;
    상기 문장을 구문분석하여 상기 문장 내에 포함된 스피치 부분들을 식별하는 단계;
    상기 식별된 스피치 부분들에 기초하여 다수의 쿼리를 생성하는 단계;
    검색 결과들을 획득하기 위해, 상기 다수의 쿼리를 검색 모듈에 제출하는 단계;
    상기 다수의 쿼리와 상기 검색 결과들을 비교하는 단계; 및
    상기 비교와 상기 식별된 스피치 부분들에 기초하여, 상기 문장 내의 연어법 에러들을 검출하는 단계
    를 포함하는, 문서 내의 정보를 처리하는 방법.
  16. 제15항에 있어서,
    상기 다수의 쿼리는 문장을 포함하는 문장 쿼리, 상기 문장의 청크를 포함하는 청크 쿼리, 및 상기 문장의 표제어 쌍을 포함하는 단어 쿼리를 포함하는, 문서 내의 정보를 처리하는 방법.
  17. 제15항에 있어서,
    상기 문장을 구문분석하는 단계는 동사-명사 쌍, 전치사-명사 쌍, 형용사-명사 쌍, 및 동사-부사 쌍 중 적어도 하나를 식별하는 단계를 포함하는, 문서 내의 정보를 처리하는 방법.
KR1020087000528A 2005-07-08 2006-06-30 문서 내의 연어법 실수들을 처리하는 방법 KR20080023341A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/177,136 US7574348B2 (en) 2005-07-08 2005-07-08 Processing collocation mistakes in documents
US11/177,136 2005-07-08

Publications (1)

Publication Number Publication Date
KR20080023341A true KR20080023341A (ko) 2008-03-13

Family

ID=37619276

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020087000528A KR20080023341A (ko) 2005-07-08 2006-06-30 문서 내의 연어법 실수들을 처리하는 방법

Country Status (10)

Country Link
US (1) US7574348B2 (ko)
EP (1) EP1899835B1 (ko)
JP (1) JP5362353B2 (ko)
KR (1) KR20080023341A (ko)
CN (1) CN101218573A (ko)
AU (1) AU2006269494A1 (ko)
CA (1) CA2614416C (ko)
MX (1) MX2008000176A (ko)
NO (1) NO20080112L (ko)
WO (1) WO2007008492A2 (ko)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100837750B1 (ko) * 2006-08-25 2008-06-13 엔에이치엔(주) 성조를 이용하여 중국어를 검색하는 방법 및 상기 방법을수행하는 시스템
US7774193B2 (en) * 2006-12-05 2010-08-10 Microsoft Corporation Proofing of word collocation errors based on a comparison with collocations in a corpus
US20110055209A1 (en) * 2007-02-23 2011-03-03 Anthony Novac System and method for delivering content and advertisments
KR100978581B1 (ko) * 2008-05-08 2010-08-27 엔에이치엔(주) 웹 페이지 열람 중에 편리하게 사전 서비스를 제공하기위한 방법 및 시스템
US8473278B2 (en) * 2008-07-24 2013-06-25 Educational Testing Service Systems and methods for identifying collocation errors in text
US20100082324A1 (en) * 2008-09-30 2010-04-01 Microsoft Corporation Replacing terms in machine translation
US8484014B2 (en) * 2008-11-03 2013-07-09 Microsoft Corporation Retrieval using a generalized sentence collocation
TWI403911B (zh) * 2008-11-28 2013-08-01 Inst Information Industry 中文辭典建置裝置和方法，以及儲存媒體
US8250072B2 (en) * 2009-03-06 2012-08-21 Dmitri Asonov Detecting real word typos
CN101930594B (zh) * 2010-04-14 2012-05-23 山东山大鸥玛软件有限公司 一种扫描文档图像的快速纠偏方法
US8725771B2 (en) * 2010-04-30 2014-05-13 Orbis Technologies, Inc. Systems and methods for semantic search, content correlation and visualization
US10496714B2 (en) * 2010-08-06 2019-12-03 Google Llc State-dependent query response
US9262397B2 (en) 2010-10-08 2016-02-16 Microsoft Technology Licensing, Llc General purpose correction of grammatical and word usage errors
US8855997B2 (en) 2011-07-28 2014-10-07 Microsoft Corporation Linguistic error detection
US9015080B2 (en) 2012-03-16 2015-04-21 Orbis Technologies, Inc. Systems and methods for semantic inference and reasoning
US8484017B1 (en) 2012-09-10 2013-07-09 Google Inc. Identifying media content
US20140074466A1 (en) 2012-09-10 2014-03-13 Google Inc. Answering questions using environmental context
US9189531B2 (en) 2012-11-30 2015-11-17 Orbis Technologies, Inc. Ontology harmonization and mediation systems and methods
CN103365838B (zh) * 2013-07-24 2016-04-20 桂林电子科技大学 基于多元特征的英语作文语法错误自动纠正方法
US9298695B2 (en) * 2013-09-05 2016-03-29 At&T Intellectual Property I, Lp Method and apparatus for managing auto-correction in messaging
CN103678714B (zh) * 2013-12-31 2017-05-10 北京百度网讯科技有限公司 实体知识库的构建方法和装置
US20160087929A1 (en) * 2014-09-24 2016-03-24 Zoho Corporation Private Limited Methods and apparatus for document creation via email
US10691709B2 (en) 2015-10-28 2020-06-23 Open Text Sa Ulc System and method for subset searching and associated search operators
US10747815B2 (en) 2017-05-11 2020-08-18 Open Text Sa Ulc System and method for searching chains of regions and associated search operators
US10241716B2 (en) 2017-06-30 2019-03-26 Microsoft Technology Licensing, Llc Global occupancy aggregator for global garbage collection scheduling
WO2019006550A1 (en) 2017-07-06 2019-01-10 Open Text Sa Ulc SYSTEM AND METHOD FOR VALUE-BASED REGION SEARCH AND RELATED SEARCH OPERATORS
US10824686B2 (en) * 2018-03-05 2020-11-03 Open Text Sa Ulc System and method for searching based on text blocks and associated search operators
US11551006B2 (en) * 2019-09-09 2023-01-10 International Business Machines Corporation Removal of personality signatures

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH083815B2 (ja) * 1985-10-25 1996-01-17 株式会社日立製作所 自然言語の共起関係辞書保守方法
GB8625468D0 (en) 1986-10-24 1987-04-15 Smiths Industries Plc Speech recognition apparatus
US4868750A (en) * 1987-10-07 1989-09-19 Houghton Mifflin Company Collocational grammar system
US5251129A (en) * 1990-08-21 1993-10-05 General Electric Company Method for automated morphological analysis of word structure
US5541836A (en) * 1991-12-30 1996-07-30 At&T Corp. Word disambiguation apparatus and methods
US5383120A (en) * 1992-03-02 1995-01-17 General Electric Company Method for tagging collocations in text
US5617488A (en) * 1995-02-01 1997-04-01 The Research Foundation Of State University Of New York Relaxation word recognizer
US5887120A (en) * 1995-05-31 1999-03-23 Oracle Corporation Method and apparatus for determining theme for discourse
US5721938A (en) * 1995-06-07 1998-02-24 Stuckey; Barbara K. Method and device for parsing and analyzing natural language sentences and text
US5680511A (en) * 1995-06-07 1997-10-21 Dragon Systems, Inc. Systems and methods for word recognition
US5907839A (en) * 1996-07-03 1999-05-25 Yeda Reseach And Development, Co., Ltd. Algorithm for context sensitive spelling correction
US6173298B1 (en) * 1996-09-17 2001-01-09 Asap, Ltd. Method and apparatus for implementing a dynamic collocation dictionary
CN1193779A (zh) * 1997-03-13 1998-09-23 国际商业机器公司 中文语句分词方法及其在中文查错系统中的应用
GB2329047A (en) * 1997-09-05 1999-03-10 Sharp Kk A method of identifying collocates
KR980004126A (ko) * 1997-12-16 1998-03-30 양승택 다국어 웹 문서 검색을 위한 질의어 변환 장치 및 방법
GB2334115A (en) * 1998-01-30 1999-08-11 Sharp Kk Processing text eg for approximate translation
US6216123B1 (en) * 1998-06-24 2001-04-10 Novell, Inc. Method and system for rapid retrieval in a full text indexing system
GB9821787D0 (en) * 1998-10-06 1998-12-02 Data Limited Apparatus for classifying or processing data
JP2001101186A (ja) * 1999-09-30 2001-04-13 Oki Electric Ind Co Ltd 機械翻訳装置
GB0006721D0 (en) * 2000-03-20 2000-05-10 Mitchell Thomas A Assessment methods and systems
US7860706B2 (en) * 2001-03-16 2010-12-28 Eli Abir Knowledge system method and appparatus
US20020152219A1 (en) * 2001-04-16 2002-10-17 Singh Monmohan L. Data interexchange protocol
US7269546B2 (en) * 2001-05-09 2007-09-11 International Business Machines Corporation System and method of finding documents related to other documents and of finding related words in response to a query to refine a search
US7003444B2 (en) * 2001-07-12 2006-02-21 Microsoft Corporation Method and apparatus for improved grammar checking using a stochastic parser
US7246060B2 (en) * 2001-11-06 2007-07-17 Microsoft Corporation Natural input recognition system and method using a contextual mapping engine and adaptive user bias
US20030154071A1 (en) * 2002-02-11 2003-08-14 Shreve Gregory M. Process for the document management and computer-assisted translation of documents utilizing document corpora constructed by intelligent agents
KR100530154B1 (ko) * 2002-06-07 2005-11-21 인터내셔널 비지네스 머신즈 코포레이션 변환방식 기계번역시스템에서 사용되는 변환사전을생성하는 방법 및 장치
US7031911B2 (en) * 2002-06-28 2006-04-18 Microsoft Corporation System and method for automatic detection of collocation mistakes in documents
US7171351B2 (en) * 2002-09-19 2007-01-30 Microsoft Corporation Method and system for retrieving hint sentences using expanded queries
US7249012B2 (en) * 2002-11-20 2007-07-24 Microsoft Corporation Statistical method and apparatus for learning translation relationships among phrases
US7689412B2 (en) * 2003-12-05 2010-03-30 Microsoft Corporation Synonymous collocation extraction using translation information
US7707039B2 (en) * 2004-02-15 2010-04-27 Exbiblio B.V. Automatic modification of web pages
US20060282255A1 (en) * 2005-06-14 2006-12-14 Microsoft Corporation Collocation translation from monolingual and available bilingual corpora
US20070016397A1 (en) * 2005-07-18 2007-01-18 Microsoft Corporation Collocation translation using monolingual corpora

Also Published As

Publication number Publication date
JP5362353B2 (ja) 2013-12-11
WO2007008492A3 (en) 2007-06-21
AU2006269494A1 (en) 2007-01-18
NO20080112L (no) 2008-02-01
EP1899835B1 (en) 2019-06-26
JP2009500754A (ja) 2009-01-08
MX2008000176A (es) 2008-04-02
CA2614416A1 (en) 2007-01-18
CN101218573A (zh) 2008-07-09
EP1899835A2 (en) 2008-03-19
US7574348B2 (en) 2009-08-11
US20070010992A1 (en) 2007-01-11
CA2614416C (en) 2014-05-27
EP1899835A4 (en) 2017-10-25
WO2007008492A2 (en) 2007-01-18

Similar Documents

Publication Publication Date Title
US7574348B2 (en) Processing collocation mistakes in documents
US7243305B2 (en) Spelling and grammar checking system
US7970600B2 (en) Using a first natural language parser to train a second parser
US7788085B2 (en) Smart string replacement
RU2458391C2 (ru) Проверка ошибок сочетаний слов на базе сети интернет
US6269189B1 (en) Finding selected character strings in text and providing information relating to the selected character strings
US7797303B2 (en) Natural language processing for developing queries
US8285541B2 (en) System and method for handling multiple languages in text
US20160062980A1 (en) Question Correction and Evaluation Mechanism for a Question Answering System
US20070106937A1 (en) Systems and methods for improved spell checking
Ehsan et al. Grammatical and context‐sensitive error correction using a statistical machine translation framework
US10606903B2 (en) Multi-dimensional query based extraction of polarity-aware content
Cherry Writing tools
KR20150007647A (ko) 교정 어휘 쌍을 이용한 통계적 문맥 철자오류 교정 장치 및 방법
US20170329754A1 (en) Pre-processing for identifying nonsense passages in documents being ingested into a corpus of a natural language processing system
Vilares et al. Studying the effect and treatment of misspelled queries in Cross-Language Information Retrieval
Koleva et al. An automatic part-of-speech tagger for Middle Low German
Melero et al. Holaaa!! writin like u talk is kewl but kinda hard 4 NLP
US20050267735A1 (en) Critiquing clitic pronoun ordering in french
US11093709B2 (en) Confidence models based on error-to-correction mapping
Sankaravelayuthan et al. English to tamil machine translation system using parallel corpus
Vasuki et al. English to Tamil machine translation system using parallel corpus
Gamu et al. Research Article Morphology-Based Spell Checker for Dawurootsuwa Language
BRPI0612797A2 (pt) processando erros de colocação em documentos
Jusoh et al. An automated text summarization methodology

Legal Events

Date Code Title Description
A201 Request for examination
SUBM Surrender of laid-open application requested