KR20240071777A - 전자 장치 및 이의 기계 번역 방법 - Google Patents

전자 장치 및 이의 기계 번역 방법 Download PDF

Info

Publication number
KR20240071777A
KR20240071777A KR1020220153680A KR20220153680A KR20240071777A KR 20240071777 A KR20240071777 A KR 20240071777A KR 1020220153680 A KR1020220153680 A KR 1020220153680A KR 20220153680 A KR20220153680 A KR 20220153680A KR 20240071777 A KR20240071777 A KR 20240071777A
Authority
KR
South Korea
Prior art keywords
text
style
style information
language
sentence
Prior art date
Application number
KR1020220153680A
Other languages
English (en)
Inventor
김중훈
김상하
김지완
박상일
박소현
유태환
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020220153680A priority Critical patent/KR20240071777A/ko
Priority to PCT/KR2023/011421 priority patent/WO2024106689A1/ko
Priority to US18/369,584 priority patent/US20240160862A1/en
Publication of KR20240071777A publication Critical patent/KR20240071777A/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
    • G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/106—Display of layout of documents; Previewing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/263—Language identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates

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

전자 장치가 개시된다. 본 전자 장치는 적어도 하나의 인스트럭션을 저장하고, 제1 언어의 텍스트를 저장하는 메모리, 및 적어도 하나의 인스트럭션을 실행함으로써, 제1 언어의 텍스트를 제2 언어로 기계 번역하는 프로세서를 포함하고, 프로세서는, 텍스트를 이용하여 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 스타일 정보를 생성하고, 생성된 스타일 정보를 이용하여 언어의 텍스트를 제2 언어로 기계 번역한다.

Description

전자 장치 및 이의 기계 번역 방법{ELECTRONIC APPARATUS AND METHOD FOR MACHINE TRANSLATION THEREOF}
본 개시는 전자 장치 및 이의 기계 번역 방법에 관한 것으로, 더욱 상세하게는 문장 간의 스타일을 유지하여 기계 번역을 수행할 수 있는 전자 장치 및 이의 기계 번역 방법에 관한 것이다.
기계 번역이란 인간이 사용하는 자연 언어를 컴퓨터를 사용하여 다른 언어로 번역하는 일을 말한다.
기존의 기계 번역의 결과물들은 번역된 문장이 부자연스러운 어투로 나오는 경우가 잦았으나, 최근에는 기술적 진보에 따라 번역 성능은 빠르게 성장하고 있다.
본 개시의 일 실시 예에 따른 전자 장치는 적어도 하나의 인스트럭션을 저장하고, 제1 언어의 텍스트를 저장하는 메모리, 및 상기 적어도 하나의 인스트럭션을 실행함으로써, 상기 제1 언어의 텍스트를 제2 언어로 기계 번역하는 프로세서를 포함한다.
이 경우, 상기 프로세서는 상기 텍스트를 이용하여 상기 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 스타일 정보를 생성하고, 상기 생성된 스타일 정보를 이용하여 상기 제1 언어의 텍스트를 제2 언어의 텍스트로 번역할 수 있다.
한편, 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법은 제1 언어의 텍스트를 입력받는 단계, 상기 제1 언어의 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 스타일 정보를 생성하는 단계, 및 상기 생성된 스타일 정보를 이용하여 상기 제1 언어의 텍스트를 제2 언어의 텍스트로 기계 번역하는 단계를 포함한다.
한편, 본 개시의 일 실시 예에 따른 전자 장치에서의 기계 번역 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록 매체에 있어서, 상기 기계 번역 방법은, 제1 언어의 텍스트를 입력받는 단계, 상기 제1 언어의 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 스타일 정보를 생성하는 단계, 및 상기 생성된 스타일 정보를 이용하여 상기 제1 언어의 텍스트를 제2 언어의 텍스트로 기계 번역하는 단계를 포함한다.
본 개시의 실시 예들의 상술하거나 다른 측면, 특징, 이익들은 첨부도면을 참조한 아래의 설명으로부터 더욱 명백해질 것이다. 첨부도면에서:
도 1은 본 개시의 일 실시 예에 따른 기계 번역 동작을 설명하기 위한 도면,
도 2는 본 개시의 일 실시 예에 따른 기계 번역 동작을 설명하기 위한 도면,
도 3은 본 개시의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도,
도 4는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블록도,
도 5는 본 개시의 일 실시 예에 따른 기계 번역 동작을 설명하기 위한 도면,
도 5는 본 개시의 일 실시 예에 따른 텍스트의 기계 번역에 적용될 스타일 정보를 생성하는 방법을 설명하기 위한 도면,
도 7은 본 개시의 일 실시 예에 따른 생성된 스타일 정보에 기초한 기계 번역 동작을 설명하기 위한 도면,
도 8은 본 개시의 일 실시 예에 따라 생성된 기계 번역 결과의 예를 도시한 도면,
도 9는 본 개시의 일 실시 예에 다른 전자 장치의 제어 방법을 설명하기 위한 흐름도, 그리고,
도 10은 본 개시의 일 실시 예에 따른 전자 장치의 기계 번역 방법을 설명하기 위한 흐름도이다.
본 실시 예들은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 본 개시의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 개시를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다.
덧붙여, 하기 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 개시의 기술적 사상의 범위가 하기 실시 예에 한정되는 것은 아니다. 오히려, 이들 실시 예는 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 개시의 기술적 사상을 완전하게 전달하기 위하여 제공되는 것이다.
본 개시에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 권리범위를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 개시에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 개시에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상 "등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 개시에서 사용된 "제1," "제2," "첫째," 또는 "둘째, "등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다.
반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않은 것으로 이해될 수 있다.
본 개시에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다.
대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
실시 예에 있어서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 혹은 복수의 '부'는 특정한 하드웨어로 구현될 필요가 있는 '모듈' 혹은 '부'를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.
다양한 실시 예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
한편, 도면에서의 다양한 요소와 영역은 개략적으로 그려진 것이다. 따라서, 본 발명의 기술적 사상은 첨부한 도면에 그려진 상대적인 크기나 간격에 의해 제한되지 않는다.
한편, 본 개시의 다양한 실시 예에 따른 전자 장치는 예를 들면, TV, 모니터, 프로젝터, 셋톱 박스, 스마트폰, 태블릿 PC, 데스크탑 PC, 랩탑 PC 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다.
어떤 실시 예들에서, 전자 장치는 예를 들면, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다. 한편, 구현시에는 상술한 예들뿐만 아니라, 디스플레이를 포함하는 장치인 경우라면, 본 개시에 따른 전자 장치일 수 있다.
이하에서는 첨부한 도면을 참고하여 본 개시에 따른 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 본 개시의 일 실시 예에 따른 기계 번역 동작을 설명하기 위한 도면이다.
도 1을 참조하면, 복수의 문장을 포함하는 원문(10)과 해당 원문에 대한 번역 영역(20)을 표시한다.
기계 번역은 소스 언어로 표시되는 소스 문장을 사용자가 지정한 다른 언어(즉, 타겟 언어)로 번역하는 과정을 수행한다.
일반적으로 기계 번역은 복수의 문장을 포함하는 텍스트를 번역하는 경우, 문장 단위로 번역 작업을 수행한다. 이와 같이 문장 단위로 번역 작업을 수행하기 때문에, 문단 내에서 번역 스타일이 다른 경우가 있다.
예를 들어, 도 1에 도시된 바와 같이 동일한 신문 기사에 대한 번역 영역(20)을 보면, 첫 번째 문장과 두 번째 문장의 경어 정도가 상이한 것을 확인할 수 있다.
또한, 작성된 원문을 다른 언어로 번역할 때, 원문이 가진 뉘앙스나 어투, 어조를 옮기기 어려운 점이 있었다.
따라서, 원문이 가진 뉘앙스나 어투, 어조 등을 반영할 수 있는 방법 및 복수의 문장을 번역하는 과정에서, 상술한 어투, 어조 등이 일괄적으로 적용될 수 있는 방법이 요구되었다.
이에 따라, 본 개시에서는 문장 번역시에, 원문에 포함된 문장의 스타일을 확인하고, 확인된 스타일에 기초하여 번역을 수행할 수 있는 방법을 제안한다. 이에 대해서는 도 2를 참조하여 이하에서 설명한다.
도 2는 본 개시의 일 실시 예에 따른 기계 번역 동작을 설명하기 위한 도면이다.
도 2를 참조하면, 본 개시의 전자 장치(100)는 제1 언어의 텍스트가 입력받으면, 입력된 텍스트의 스타일 정보를 확인한다. 여기서 스타일 정보는 텍스트에 적용된 번역 스타일로, 경어 정도, 격식 정도, 구어체 정도, 정보성, 설득력 중 적어도 하나를 나타내는 스타일 벡터를 포함할 수 있다.
구체적으로, 전자 장치(100)는 통일성 있는 번역 또는 원문의 스타일을 반영하기 위하여, 문단 내의 복수의 문장 각각의 스타일 정보를 확인하고, 번역시에 이용할 대표 스타일 정보를 결정할 수 있다. 예를 들어, 입력된 텍스트(101)가 두 개의 문장(102, 103)을 포함하는 경우, 제1 문장 및 제2 문장 각각의 스타일 벡터를 산출하고, 제1 문장 및 제2 문장에 공통적으로 적용할 대표 스타일 벡터를 결정할 수 있다. 이때, 제1 문장의 스타일 벡터와 제2 문장의 스타일 벡터의 평균값을 이용하거나, 가중 평균(구체적으로, 문장 순서에 따라 가중치를 반영한 평균)을 이용하여 대표 스타일 벡터를 결정할 수 있다.
또는 첫 번째 문장 또는 사용자가 지정한 문장을 이용하거나, 텍스트의 글의 종류를 확인하여 해당 텍스트에 적용할 대표 스타일 정보를 결정할 수 있다. 앞서 설명한 바와 같이 스타일 정보는 복수의 스타일 벡터로 구성될 수 있으며, 구현시에는 하나의 스타일 벡터만으로 구성될 수도 있으며, 도시된 4가지 스타일 벡터가 아닌 다른 종류의 스타일 벡터가 이용될 수도 있다. 본 개시에서 이용하는 스타일 벡터에 대해서는 도 6에서 후술한다.
이와 같이 대표 스타일 정보가 결정되면, 전자 장치(100)는 결정된 스타일 정보를 이용하여 문장 단위로 기계 번역(104, 105)을 수행할 수 있다. 도시된 예를 참조하면, 본 개시에서는 결정된 스타일 정보를 이용하여 번역 작업을 수행하는바, 번역 결과(104, 105)도 대표 스타일 정보를 추종함을 확인할 수 있다. 구체적인 번역 동작은 도 7을 참조하여 후술한다.
이와 같이 본 개시에 따른 전자 장치(100)는 스타일 정보를 결정하고, 결정된 스타일 정보를 이용하여 기계 번역을 수행하는바, 원문의 스타일(어조, 어감, 어투 등)을 유지한 번역이 가능하며, 문장 전체적으로 해당 스타일을 유지할 수 있다.
한편, 도 1 및 도 2를 도시하고 설명함에 있어서, 텍스트를 직접 입력받아 기계 번역을 수행하는 것으로 도시하였지만, 구현시에는 텍스트를 포함하는 웹 페이지, 문서 등을 입력받아 진행하는 것도 가능하며, 사용자 발화 음성을 포함하는 음성 데이터에 대한 음성 인식 결과에 대해서 상술한 동작은 적용될 수 있다.
한편, 도 2에서는 4가지 스타일 벡터를 이용하는 것으로 도시하였지만, 구현시에는 4가지 스타일 벡터 중 일부만을 이용할 수도 있으며, 상술한 스타일 벡터와 다른 스타일 벡터를 이용하는 것도 가능하다. 또한, 구현시에 해당 문장에 사용할 스타일 벡터를 결정하고, 결정된 스타일 벡터에 대해서만 해당 스타일을 유지하도록 하는 것도 가능하다.
도 3은 본 개시의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블럭도이다.
도 3을 참조하면, 전자 장치(100)는 메모리(110), 프로세서(120)를 포함할 수 있다.
메모리(110)는 전자 장치(100)를 구동하기 위한 O/S나 각종 소프트웨어, 데이터 등을 저장하기 위한 구성요소이다. 메모리(110)는 RAM이나 ROM, 플래시 메모리, HDD, 외장 메모리, 메모리 카드 등과 같은 다양한 형태로 구현될 수 있으며, 어느 하나로 한정되는 것은 아니다.
메모리(110)는 적어도 하나의 인스트럭션을 저장한다. 이러한 인스트럭션은 상술한 기계 번역을 수행하는 애플리케이션, 또는 전자 장치(100)가 수행할 수 있는 기능에 대응되는 각종 어플리케이션을 포함할 수 있다.
메모리(110)는 제1 언어의 텍스트를 저장한다. 여기서, 텍스트는 사용자로부터 직접 입력받은 것일 수 있으며, 다양한 애플리케이션에서 사용되는 텍스트, 웹페이지, 보고서 등의 문서일 수 있다. 이러한 텍스트는 복수의 문장을 포함할 수 있다.
한편, 이상에서는 텍스트를 그대로 이용하는 것으로 설명하였지만, 구현시에는 텍스트에 대응되는 벡터 값을 이용할 수 있다. 여기서, 벡터 값은 BERT(Bidirectional Encoder Representations from Transformers) 자연어 처리 모델, RoBERTa(Robustly Optimized BERT Pretraining Approach) 자연어 처리 모델, T5 자연어 처리 모델 등과 같은 기설정된 인코딩 알고리즘을 이용하여 생성한 것일 수 있다. 한편, 구현시에는 자연어 처리를 위하여 텍스트를 벡터 값으로 변환할 수 있는 알고리즘이라면, 상술한 예시 이외에에 다른 알고리즘을 이용할 수도 있다.
프로세서(120)는 전자 장치(100) 내의 각 구성을 제어한다. 이러한 프로세서(120)는 CPU(central processing unit), ASIC(application-specific integrated circuit)과 같은 단일 장치로 구성될 수 있으며, CPU, GPU(Graphics Processing Unit) 등의 복수의 장치로 구성될 수도 있다.
프로세서(120)는 기계 번역 명령을 입력받으면, 입력된 제1 언어의 텍스트를 제2 언어의 텍스트로 기계 번역을 수행할 수 있다.
구체적으로, 프로세서(120)는 텍스트를 이용하여 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 스타일 정보를 생성한다. 이때, 프로세서(120)는 복수의 문장에 공통으로 적용될 스타일 정보, 즉, 복수의 문장 각각에 대한 스타일 정보를 산출하고, 산출된 스타일 정보 내의 스타일 벡터 각각의 평균값을 이용하거나, 가중 평균값을 이용할 수도 있다.
또는 프로세서(120)는 복수의 문장 중 첫 문장 또는 사용자가 지정한 문장에 적용되는 번역 스타일을 확인하여 스타일 정보를 생성할 수 있다. 한편, 이와 같은 대표 스타일 정보의 생성은 문단 단위로 생성될 수도 있다. 즉, 복수의 문단을 포함하는 경우 문단 단위로 상술한 스타일 정보의 생성 동작이 적용될 수 있다. 또한, 구현시에는 텍스트 전체(즉, 복수의 문단)에 공통적으로 적용되는 형태일 수도 있다.
한편, 프로세서(120)는 하나의 스타일 정보가 아니라 복수의 스타일 정보를 생성할 수도 있다. 구체적으로, 프로세서(120)는 텍스트에 포함된 된 기설정된 기호 또는 텍스트 레이아웃에 기초하여 제1 스타일의 제1 문장과 제2 스타일의 제2 문장을 구분하고, 제1 스타일에 적용될 제1 스타일 정보와 제2 스타일에 적용될 제2 스타일 정보를 생성할 수 있다. 예를 들어, 문어체로 기재된 문단에서 특정 사용자의 말을 그대로 기재한 경우가 있다.
또는 화자 1 : 텍스트, 화자 2: 텍스트 등과 같은 레이아웃 형태로 텍스트가 기재된 경우가 있다. 이 경우, 화자 1은 반말을 이용하는데 화자 2는 존댓말을 이용할 수 있다. 이와 같은 경우에 전체 문장이 동일한 반말로 통일되거나, 존댓말로 통일화되면 문제가 될 수 있다. 따라서, 상술한 바와 같은 경우는 텍스트 스타일을 구분하여 적용하도록 할 수 있다.
또한, 구현시에는 상술한 기설정된 기호, 텍스트 레이아웃뿐만 아니라, 상술한 스타일 정보와 대표 스타일 정보를 비교하여 복수의 스타일을 갖도록 할 수도 있다. 즉, 현재 문장의 스타일 정보가 대표 스타일 정보와 유사하면, 대표 스타일 정보에 따른 번역을 수행할 수 있다. 그러나 현재 문장의 스타일 정보와 대표 스타일 정보의 차이가 크다면, 즉, 원문의 텍스트의 글 스타일을 글쓴이가 일부러 다르게 하였을 가능성이 큰바, 대표 스타일 정보가 아닌 해당 문장의 스타일 정보가 이용되도록 할 수 있다. 이와 같은 예시에 대해서는 도 10을 참조하여 후술한다.
그리고 프로세서(120)는 생성된 스타일 정보를 이용하여 제1 언어의 텍스트를 제2 언어의 텍스트로 기계 번역할 수 있다. 구체적으로, 프로세서(120)는 빔 써치 방법으로 기계 번역을 수행할 수 있으며, 빔 써치 방법의 점수(확률) 산출 시에 앞서 산출한 대표 스타일 정보를 이용할 수 있다.
한편, 하나의 문장에 대해서 복수의 스타일 정보가 있는 경우, 프로세서(120)는 제1 스타일의 문장에 대해서는 제1 스타일 정보를 이용하여 제2 언어의 텍스트로 번역하고, 제2 스타일의 문장에 대해서는 제2 스타일 정보를 이용하여 제2 언어의 텍스트로 번역할 수 있다.
한편, 상술한 스타일 정보를 반영하는 기계 번역은 다양한 방식으로 수행될 수 있다. 구체적으로, 프로세서(120)는 문장에 대해서 복수의 후보 번역문을 생성하고, 후보 번역문 중 스타일 정보에 대응되는 후보 번역문을 번역문으로 결정할 수 있다. 또는 번역문의 생성 과정에서, 각 단어, 문구 생성 과정에서 스타일 정보를 반영하여 기계 번역을 수행할 수도 있다. 이와 같은 동작에 대해서는 도 6을 참조하여 후술한다.
한편, 도 3에서는 전자 장치(100)의 간단한 구성만을 도시하였지만, 전자 장치(100)는 도 3에 도시하지 않은 다양한 구성을 더 포함할 수도 있다. 이에 대해서는 도 4를 참조하여 아래에서 설명한다.
도 4는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 설명하기 위한 블럭도이다.
도 4를 참조하면, 전자 장치(100)는 메모리(110), 프로세서(120), 통신 장치(130), 디스플레이(140) 및 입력 장치(150)를 포함할 수 있다.
메모리(110) 및 프로세서(120)에 대해서는 도 3에서 설명하였는바 중복 설명은 생략한다.
통신 장치(130)는 전자 장치(100)를 외부 장치(미도시)와 연결하기 위해 형성되고, 근거리 통신망(LAN: Local Area Network) 및 인터넷망을 통해 외부 장치에 접속되는 형태뿐만 아니라, USB(Universal Serial Bus) 포트 또는 무선 통신(예를 들어, WiFi 802.11a/b/g/n, NFC, Bluetooth) 포트를 통하여 접속되는 형태도 가능하다. 이러한 통신 장치(130)는 송수신부(transceiver)로 지칭될 수도 있다.
통신 장치(130)는 텍스트를 수신할 수 있다. 또는 통신 장치(130)는 상술한 텍스트를 포함하는 컨텐츠(예를 들어, 웹 페이지, 문서 등)를 수신할 수 있다. 또한, 상술한 텍스트는 음성 인식 결과일 수도 있다.
그리고 통신 장치(130)는 번역 결과를 송신할 수 있다. 예를 들어, 본 개시에 따른 전자 장치(100)는 서버로 구현될 수 있으며, 외부 장치로부터 제1 언어에 대한 기계 번역을 요청받으면, 기계 번역을 수행하고, 그 결과를 해당 외부 장치에 전송할 수 있다.
디스플레이(140)는 전자 장치(100)가 지원하는 기능을 선택받기 위한 사용자 인터페이스 창을 표시한다. 구체적으로, 디스플레이(140)는 전자 장치(400)가 제공하는 각종 기능을 선택받기 위한 사용자 인터페이스 창을 표시할 수 있다. 이러한 디스플레이(430)는 LCD(liquid crystal display), OLED(Organic Light Emitting Diodes) 등과 같은 모니터일 수 있으며, 후술할 입력 장치(150)의 일부 기능을 동시에 수행할 수 있는 터치 스크린으로 구현될 수도 있다.
디스플레이(140)는 기계 번역 결과를 표시할 수 있다. 이때, 디스플레이(140)는 원문과 기계 번역 결과를 함께 표시할 수 있다.
입력 장치(150)는 사용자로부터 전자 장치(100)의 기능 선택 및 해당 기능에 대한 제어 명령을 입력받을 수 있다. 이러한 입력 장치(150)는 키보드, 마우스, 터치 패드 등일 수 있으며, 사용자의 음성을 입력받기 위한 마이크를 포함할 수도 있다.
도 4에서는 도 3과 다른 구성들(예를 들어, 디스플레이, 사용자 입력 장치) 등을 더 도시하였지만, 구현시에 상술한 구성들이 다 포함될 필요는 없고, 상술한 구성 중 일부만이 더 포함되는 형태로 구현될 수도 있다. 또한, 전자 장치(100)는 도 4에 도시하지 않은 구성(예를 들어, 마이크, 스피커, 카메라 등)을 더 포함할 수도 있다.
도 5는 본 개시의 일 실시 예에 따른 기계 번역 동작을 설명하기 위한 도면이다.
도 5를 참조하면, 스타일 벡터 생성 단계(510), 기계 번역 단계(520)를 포함한다.
먼저, 스타일 벡터 생성 단계(510)는 번역 과정에서 이용할 대표 스타일 정보를 결정할 수 있다. 구체적으로, 텍스트에 포함된 문장 각각에 대한 스타일 벡터를 산출하고, 산출한 스타일 벡터에 기초하여 문단 전체에 적용할 스타일 벡터 상태를 결정할 수 있다.
여기서, 스타일 벡터는 경어 정도(formality), 격식 정도(politeness), 정보성(informativeness), 설득력(persusivenss) 등일 수 있다. 구현시에는 문장 각각에 대해서 상술한 스타일 벡터를 산출하고, 문단 전체에 적용할 스타일 벡터 종류 및 상기 스타일 벡터에 대한 정도 값을 산출할 수 있다. 예를 들어, 문장 전체적으로 경어 정도가 높은 값이 산출되고, 나머지 값이 높지 않게 산출되면, 경어 정도에 대한 스타일 벡터만을 적용하는 것으로 결정할 수도 있다. 그리고 결정된 스타일 벡터에 대해서 적용될 값(각 문장에 대한 평균값 또는 가중 평균 값 등)을 결정할 수 있다.
이와 같이 대표 스타일 정보가 결정되면, 결정된 스타일 정보를 반영하여 기계 번역을 수행할 수 있다(520). 이와 같은 스타일 정보를 반영하는 방식은 여러 방식으로 구현될 수 있다. 예를 들어, 번역 과정에서 복수의 후보 번역문을 생성하고, 후보 번역문 각각의 스타일 정보와 대표 스타일 정보를 비교하여 하나를 고르는 방법이 있다. 또는 문장의 번역 과정에서, 스타일 정보에 포함된 스타일 벡터를 고려하여 번역을 수행하는 방법이 있다. 후술한 방법에 대해서는 도 7을 참조하여 후술한다.
도 6은 본 개시의 일 실시 예에 따른 텍스트의 기계 번역에 적용될 대표 스타일 정보를 생성하는 방법을 설명하기 위한 도면이다.
도 6을 참조하면, 본 개시에서는 4가지 스타일 벡터를 이용한다.
첫 번째 스타일 벡터는 경어 정도로, 문장에 경어 사용 정도를 나타내는 것이다. 예를 들어, 해당 스타일 벡터는 높임 정도에 따라 다른 수치 값을 가질 수 있다. 도시된 예와 같이 동일한 문장에 대해서 다른 경어 정도를 갖는 문장들이 있는데, 문장에 포함된 단어 또는 서술어에 기초하여 경어 정도를 확인하고, 그에 따른 값을 산출할 수 있다.
두 번째 스타일 벡터는 격식 정보로, 격식체에 가까운 문장에 가까울수록 높은 수치 값을 갖고, 비격식체에 가까울수록 낮은 수치 값을 가질 수 있다.
세 번째 스타일 벡터는 정보성으로, 해당 문장이 특정 정보를 제공하는 문장인지를 나타내는 수치이다. 예를 들어, 객관적인 정보를 제공하는 문장인 경우에는 높은 수치 값을 가질 수 있으며, 주관적인 의견을 나타내는 문장인 경우라면, 낮은 수치 값을 가질 수 있다.
네 번째 스타일 벡터는 설득력으로, 해당 문장이 다수의 사용자 등을 설득시키기 위한 문장인지를 나타내는 수치이다. 예를 들어, 논설, 사설 등의 다른 사람을 설득하기 위한 문장인 경우에는 해당 값은 높은 수치 값을 가질 수 있다. 이때, 해당 벡터는 0 또는 1의 값으로 표현될 수 있다.
한편, 본 개시에서는 문장의 스타일에 영향을 줄 수 있는 4가지 스타일 벡터의 예를 도시하였지만, 구현시에는 문장의 스타일에 영향을 줄 수 있다면, 상술한 스타일 벡터 이외에 다른 특징이 이용될 수 있다.
한편, 이상에서는 스타일 벡터를 벡터로 표현하였지만, 수치 값으로 표현될 수 있는 것으로 족하다. 즉, 상술한 스타일 벡터는 스타일 인자, 스타일 값, 스타일 정도 등으로 지칭될 수도 있다.
이와 같이 문장 단위별로 상술한 4가지 스타일 벡터를 산출하고, 복수의 문자 각각의 스타일 벡터를 이용하여 문단 전체에 적용할 스타일 벡터 정도를 결정하여 대표 스타일 정보를 생성할 수 있다.
한편, 이상에서는 4가지 스타일 벡터를 모두 이용하는 것으로 도시하고 설명하였지만, 구현시에는 상술한 4가지 스타일 벡터 모두 이용하지 않고, 해당 문단에 공통적으로 적용할 일부 스타일 벡터만을 결정하여 이용하는 것도 가능하다. 또한, 텍스트의 스타일을 특정할 수 있는 것이라면 상술한 4가지 스타일 벡터 이외에도 다른 것을 이용할 수도 있다.
또한, 이상에서는 스타일 벡터를 산출하여 대표 스타일 정보를 생성하는 것으로 설명하였지만, 구현시에는 텍스트의 글의 종류를 확인하고, 확인된 글의 종류에 기초하여 스타일 정보를 생성할 수도 있다. 예를 들어, 사설, 설명서, 신문 기사 등은 각 글의 종류별로 특정의 스타일을 갖는다. 따라서, 글의 종류에 대응되는 스타일 정보를 이용할 수도 있다. 그리고 글의 종류를 확인하기 위하여, 기설정된 AI 알고리즘을 이용하는 것도 가능하며, 텍스트의 출처 등을 이용하여 글의 종류를 확인하는 것도 가능하다.
도 7은 본 개시의 일 실시 예에 따른 생성된 스타일 정보에 기초한 기계 번역 동작을 설명하기 위한 도면이다.
도 7을 참조하면, "shall we get dinner?", "there will be a welcome speech"에 대한 기계 번역 과정을 설명하기 위한 도면이다. 이와 같은 두 문장이 입력되면, 스타일 분류기(511)를 이용하여 각 문장의 스타일 정보(710)를 확인하고, 두 문장에 공통적으로 적용할 대표 스타일 정보를 결정할 수 있다. 예를 들어, "shall we~"와 같은 다소 격식 또는 경어체의 문장이 사용되었는바, 이와 같은 문구 등의 사용에 대응되는 스타일 벡터가 산출될 수 있다.
이와 같이 대표 스타일 정보가 산출되면, 빔 써치 방법으로 기계 번역을 수행할 수 있다. 여기서, 빔 써치 방법(730)은 번역문의 생성 과정에서 토큰을 하나씩 늘려가면서 번역문을 생성하는 방법이다. 그리고 토큰 결정 과정에서 해당 토큰에 대응되는 후보 각각의 확률(점수)를 이용한다.
본 개시에서는 이러한 확률(또는 점수) 산출시에 상술한 스타일 벡터를 반영한다(720). 예를 들어, 도시된 바와 같이 "저녁"이 결정되고, 다음 토큰에 대한 후보로 "먹으러", "드시러", "먹을까?"가 있는 경우, 각 후보에 대한 확률(점수) 산정시에 스타일 벡터에 대응되는 값(도시된 예에서는 경어 정도)에 부합하는 후보를 결정할 수 있다.
이와 같이 본 개시에는 빔 써치 방법으로 기계 번역 동작을 수행하는 것을 설명하였지만, 구현시에는 빔 써치 방법 이외에 다른 방식으로 기계 번역 동작이 수행될 수도 있다.
도 8은 본 개시의 일 실시 예에 따라 생성된 기계 번역 결과의 예를 도시한 도면이다.
도 8을 참조하면, 제1 언어의 텍스트(810)와 해당 텍스트를 기계 번역한 결과(820)가 도시된다.
기계 번역 결과를 확인하면, 각 문장의 종결어가 "하락했다.", "보도했다", "했다"와 같이 동일한 스타일을 유지함을 확인할 수 있다.
이와 같이 본 개시에 따른 방식으로 기계 번역을 수행하는 경우, 문장 간의 번역 스타일이 유지되는바, 문단 내의 통일성을 유지하는 것이 가능하다. 또한, 원문에 포함된 각종 스타일(어조, 어감, 어투) 등을 반영할 수 있는바, 보다 높은 번역 결과를 제공하는 것이 가능하다.
도 9는 본 개시의 일 실시 예에 다른 전자 장치의 제어 방법을 설명하기 위한 흐름도이다.
도 9를 참조하면, 먼저, 제1 언어의 텍스트를 입력받는다. 구체적으로, 외부 장치로부터 텍스트를 입력받거나, 전자 장치(100)에 구비된 입력 장치를 통하여 텍스트를 직접 입력받거나, 다른 애플리케이션에 적용된 텍스트를 붙여 넣기 등을 통하여 입력받을 수 있다.
그리고 제1 언어의 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 대표 스타일 정보를 생성한다(S910). 예를 들어, 텍스트가 복수의 문장을 포함하는 경우, 복수의 문장을 이용하여 복수의 문장 공통에 적용될 스타일 정보를 생성할 수 있다. 또는 복수의 문장 중 첫 문장 또는 사용자가 지정한 문장에 적용되는 번역 스타일을 확인하여 스타일 정보를 생성할 수 있다.
한편, 텍스트에는 글쓴이가 일부로 서로 다른 스타일로 문장을 기재하는 경우가 있다. 예를 들어, 특정 화장의 말을 그대로 인용하는 경우(예를 들어, ""와 같은 문장 기호 내에) 또는 극본이나 영화 대사 등이 있을 수 있다. 이와 같은 글쓴이가 일부로 구분한 경우에도, 각 스타일에 대응되는 번역이 수행될 수 있도록, 문장 내에 기설정된 기호(예를 들어, "") 등이 포함되어 있는 경우, 또는 "이름: 텍스트"와 같은 형태와 같은 텍스트 레이아웃을 갖는 경우, 텍스트 내의 문장을 복수의 문장으로 구분하고, 구분된 문장별로 다른 스타일 정보를 생성할 수 있다.
여기서, 스타일 정보는 경어 정도, 격식 정도, 구어체 정도, 정보성(informativeness), 설득력(persusivenss) 중 적어도 하나를 나타내는 스타일 벡터를 포함할 수 있다. 각 스타일 벡터의 특징은 앞서 설명하였는바, 중복 설명은 생략한다.
그리고, 생성된 스타일 정보를 이용하여 제1 언어의 텍스트를 제2 언어의 텍스트로 기계 번역한다(S920). 구체적으로, 텍스트에 포함된 단어 또는 문구 번역 과정에서 복수의 후보 단어 또는 문구를 결정하고, 후보 단어 또는 문구 각각의 스타일 벡터를 확인하고, 후보 단어 또는 문구 각각의 스타일 벡터와 스타일 정보를 비교하여 텍스트에 적용할 단어 또는 문구를 결정하여 제2 언어의 텍스트로 번역할 수 있다.
그리고 기계 번역 결과를 출력할 수 있다(S930). 구체적으로, 기계 번역 결과를 디스플레이하거나, 외부 장치로 전송할 수 있다.
이와 같이 본 개시에 따른 전자 장치의 제어 방법은 문단 내에서 번역 스타일이 유지한 상태로 기계 번역을 진행하는 것이 가능하다. 또한, 원문의 스타일(어조, 어감, 어투 등)을 유지하여 기계 번역하는 것이 가능하다.
도 10은 본 개시의 일 실시 예에 따른 전자 장치의 기계 번역 방법을 설명하기 위한 흐름도이다. 이하에서는 복수의 문장을 포함하는 텍스트가 입력된 경우를 가정하여 설명한다.
먼저, 복수의 문장을 포함하는 텍스트가 입력되면, 각 문장별 스타일 벡터를 산출한다(S1010).
이와 같이 문장별 스타일 벡터가 산출되면(S1020), 대표 문장의 스타일 벡터를 스타일 정보로 이용하거나, 각 문장에 적용된 스타일 벡터의 평균, 가중 평균 등을 이용하여 전체 문장에 적용될 스타일 정보를 결정할 수 있다(S1030). 만약, 하나의 문장만 포함하는 경우, 또는 사용자가 하나의 문장을 지정한 경우 등에는 해당 문장에 대한 스타일 정보를 대표 스타일 정보로 이용할 수 있다.
그리고 결정된 문장 전체 적용될 스타일 정보와 각 문장에 대한 스타일 벡터를 비교한다(S1040).
비교 결과 두 결과 차이가 기설정된 값 미만인 경우(S1050-Y), 즉, 현재 문장에 적용되는 스타일 벡터가 문장 전체에 적용되는 스타일 정보와 유사하면, 해당 문장에 적용되는 스타일 벡터를 이용한 번역을 수행할 수 있다(S1060).
만약, 비교 결과 기설정된 값 이상이라면(S1050-N), 현재 문장에 적용되는 스타일 벡터가 아닌 문장 전체에 적용되는 대표 스타일 정보에 기초한 번역이 수행되도록 번역 작업을 수행할 수 있다(S1070).
한편, 본 개시에서 사용된 용어 "부" 또는 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "부" 또는 "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
본 개시의 다양한 실시 예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작할 수 있는 장치로서, 개시된 실시 예들에 따른 전자 장치(예: 전자 장치(300))를 포함할 수 있다. 상술한 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 프로세서의 제어 하에 다른 구성요소들을 이용하여 상술한 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 애플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 애플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시 예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시 예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
100: 전자 장치 110: 메모리
120: 프로세서 130: 통신 장치
140: 디스플레이 150: 입력 장치

Claims (20)

  1. 전자 장치에 있어서,
    적어도 하나의 인스트럭션을 저장하고, 제1 언어의 텍스트를 저장하는 메모리; 및
    상기 적어도 하나의 인스트럭션을 실행함으로써, 상기 제1 언어의 텍스트를 제2 언어로 기계 번역하는 프로세서;를 포함하고,
    상기 프로세서는,
    상기 텍스트를 이용하여 상기 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 스타일 정보를 생성하고, 상기 생성된 스타일 정보를 이용하여 상기 제1 언어의 텍스트를 제2 언어로 기계 번역하는 전자 장치.
  2. 제1항에 있어서,
    상기 텍스트는 복수의 문장을 포함하고,
    상기 프로세서는,
    상기 복수의 문장을 이용하여 상기 복수의 문장의 기계 번역에 공통 적용될 스타일 정보를 생성하는 전자 장치.
  3. 제2항에 있어서,
    상기 프로세서는,
    상기 텍스트에 포함된 기설정된 기호 또는 텍스트 레이아웃에 기초하여 제1 스타일의 제1 문장과 제2 스타일의 제2 문장을 구분하고, 상기 제1 스타일에 적용될 제1 스타일 정보와 상기 제2 스타일에 적용될 제2 스타일 정보를 생성하고,
    상기 제1 스타일의 문장에 대해서는 제1 스타일 정보를 이용하여 제2 언어로 번역하고, 상기 제2 스타일의 문장에 대해서는 상기 제2 스타일 정보를 이용하여 제2 언어로 번역하는 전자 장치.
  4. 제1항에 있어서,
    상기 텍스트는 복수의 문장을 포함하고,
    상기 프로세서는,
    상기 복수의 문장 각각의 스타일 정보를 생성하고, 상기 생성된 스타일 정보에 기초하여 대표 스타일 정보를 결정하고, 상기 대표 스타일 정보와 복수의 문장 각각의 스타일 정보 간의 유사도를 확인하고, 기설정된 유사도 범위 내의 문장은 상기 대표 스타일 정보를 이용하여 제2 언어로 번역하고, 상기 기설정된 유사도 범위를 벗어나는 문장은 상기 기설정된 유사도 범위를 벗어나는 문장의 스타일 정보를 이용하여 제2 언어로 번역하는 전자 장치.
  5. 제1항에 있어서,
    상기 스타일 정보는,
    경어 정도, 격식 정도, 구어체 정도, 정보성(informativeness), 설득력(persusivenss) 중 적어도 하나를 나타내는 스타일 벡터를 포함하는 전자 장치.
  6. 제1항에 있어서,
    상기 프로세서는,
    상기 텍스트에 포함된 단어, 종결어 및 관용구에 기초하여 상기 문장의 경어 정도를 결정하고, 상기 결정된 경어 정도에 기초하여 제1 언어의 텍스트를 제2 언어로 기계 번역하는 전자 장치.
  7. 제1항에 있어서,
    상기 프로세서는,
    상기 텍스트를 이용하여 상기 텍스트의 글의 종류를 구분하고, 상기 구분된 글의 종류에 대응하여 스타일 정보를 생성하는 전자 장치.
  8. 제1항에 있어서,
    상기 프로세서는,
    상기 텍스트에 포함된 문장 각각에 대해서 상기 제2 언어의 후보 문장을 생성하고, 상기 생성된 제2 언어의 후보 문장 각각의 스타일 정보를 생성하고, 상기 후보 문장 각각에 대한 스타일 정보와 상기 번역 스타일을 나타내는 스타일 정보를 이용하여 상기 생성된 복수의 후보 문장 중 하나를 제2 언어의 텍스트로 결정하는 전자 장치.
  9. 제1항에 있어서,
    상기 프로세서는,
    상기 텍스트에 포함된 단어 또는 문구 번역 과정에서 복수의 후보 단어 또는 문구를 결정하고, 상기 후보 단어 또는 문구 각각의 스타일 벡터를 확인하고, 상기 후보 단어 또는 문구 각각의 스타일 벡터와 스타일 정보를 비교하여 상기 텍스트에 적용할 단어 또는 문구를 결정하여 제2 언어의 텍스트로 번역하는 전자 장치.
  10. 제1항에 있어서,
    상기 텍스트는 복수의 문장을 각각 포함하는 복수의 문단을 포함하고,
    상기 프로세서는,
    상기 복수의 문단 단위로 스타일 정보를 생성하고, 상기 문단별 스타일 정보에 기초하여 제2 언어의 텍스트로 번역하는 전자 장치.
  11. 제1항에 있어서,
    디스플레이;를 더 포함하고,
    상기 프로세서는,
    상기 기계 번역된 제2 언어의 텍스트를 표시하도록 상기 디스플레이를 제어하는 전자 장치.
  12. 제1항에 있어서,
    텍스트를 수신하는 통신 장치;를 더 포함하고,
    상기 프로세서는,
    상기 기계 번역된 제2 언어의 텍스트를 상기 제1 언어의 텍스트를 전송한 외부 장치로 전송하도록 상기 통신 장치를 제어하는 전자 장치.
  13. 전자 장치의 제어 방법에 있어서,
    제1 언어의 텍스트를 입력받는 단계;
    상기 제1 언어의 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 스타일 정보를 생성하는 단계; 및
    상기 생성된 스타일 정보를 이용하여 상기 제1 언어의 텍스트를 제2 언어로 기계 번역하는 단계;를 포함하는 제어 방법.
  14. 제13항에 있어서,
    상기 텍스트는 복수의 문장을 포함하고,
    상기 스타일 정보를 생성하는 단계는,
    상기 복수의 문장을 이용하여 상기 복수의 문장에 공통 적용될 스타일 정보를 생성하는 제어 방법.
  15. 제14항에 있어서,
    상기 스타일 정보를 생성하는 단계는,
    상기 텍스트에 포함된 기설정된 기호 또는 텍스트 레이아웃에에 기초하여 제1 스타일의 제1 문장과 제2 스타일의 제2 문장을 구분하고, 상기 제1 스타일에 적용될 제1 스타일 정보와 상기 제2 스타일에 적용될 제2 스타일 정보를 생성하고,
    상기 기계 번역하는 단계는,
    상기 제1 스타일의 문장에 대해서는 제1 스타일 정보를 이용하여 제2 언어로 번역하고, 상기 제2 스타일의 문장에 대해서는 상기 제2 스타일 정보를 이용하여 제2 언어로 번역하는 제어 방법.
  16. 제13항에 있어서,
    상기 텍스트는 복수의 문장을 포함하고,
    상기 스타일 정보를 생성하는 단계는,
    상기 복수의 문장 각각의 스타일 정보를 생성하고, 상기 생성된 스타일 정보에 기초하여 대표 스타일 정보를 결정하고,
    상기 기계 번역하는 단계는,
    상기 대표 스타일 정보와 복수의 문장 각각의 스타일 정보 간의 유사도를 확인하고, 기설정된 유사도 범위 내의 문장은 상기 대표 스타일 정보를 이용하여 제2 언어로 번역하고, 상기 기설정된 유사도 범위를 벗어나는 문장은 상기 기설정된 유사도 범위를 벗어나는 문장의 스타일 정보를 이용하여 제2 언어로 번역하는 전자 장치.
  17. 제13항에 있어서,
    상기 스타일 정보는,
    경어 정도, 격식 정도, 구어체 정도, 정보성(informativeness), 설득력(persusivenss) 중 적어도 하나를 나타내는 스타일 벡터를 포함하는 전자 장치.
  18. 제13항에 있어서,
    상기 스타일 정보를 생성하는 단계는,
    상기 텍스트에 포함된 단어, 종결어 및 관용구에 기초하여 상기 문장의 경어 정도를 결정하고,
    상기 기계 번역하는 단계는,
    상기 결정된 경어 정도에 기초하여 제1 언어의 텍스트를 제2 언어의 텍스트로 기계 번역하는 제어 방법.
  19. 제13항에 있어서,
    상기 기계 번역하는 단계는,
    상기 텍스트에 포함된 단어 또는 문구 번역 과정에서 복수의 후보 단어 또는 문구를 결정하고, 상기 후보 단어 또는 문구 각각의 스타일 벡터를 확인하고, 상기 후보 단어 또는 문구 각각의 스타일 벡터와 스타일 정보를 비교하여 상기 텍스트에 적용할 단어 또는 문구를 결정하여 제2 언어의 텍스트로 번역하는 제어 방법.
  20. 전자 장치에서의 기계 번역 방법을 실행하기 위한 프로그램을 포함하는 컴퓨터 판독가능 기록 매체에 있어서,
    상기 기계 번역 방법은,
    제1 언어의 텍스트를 입력받는 단계;
    상기 제1 언어의 텍스트의 기계 번역에 적용될 번역 스타일을 나타내는 스타일 정보를 생성하는 단계; 및
    상기 생성된 스타일 정보를 이용하여 상기 제1 언어의 텍스트를 제2 언어로 기계 번역하는 단계;를 포함하는 컴퓨터 판독가능 기록 매체.
KR1020220153680A 2022-11-16 2022-11-16 전자 장치 및 이의 기계 번역 방법 KR20240071777A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020220153680A KR20240071777A (ko) 2022-11-16 2022-11-16 전자 장치 및 이의 기계 번역 방법
PCT/KR2023/011421 WO2024106689A1 (ko) 2022-11-16 2023-08-03 전자 장치 및 기계 번역 방법
US18/369,584 US20240160862A1 (en) 2022-11-16 2023-09-18 Electronic apparatus and method for machine translation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220153680A KR20240071777A (ko) 2022-11-16 2022-11-16 전자 장치 및 이의 기계 번역 방법

Publications (1)

Publication Number Publication Date
KR20240071777A true KR20240071777A (ko) 2024-05-23

Family

ID=91085030

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220153680A KR20240071777A (ko) 2022-11-16 2022-11-16 전자 장치 및 이의 기계 번역 방법

Country Status (2)

Country Link
KR (1) KR20240071777A (ko)
WO (1) WO2024106689A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100559473B1 (ko) * 2003-12-24 2006-03-10 한국전자통신연구원 스타일 번역 처리시스템 및 방법
KR20120086037A (ko) * 2011-01-25 2012-08-02 에스케이플래닛 주식회사 자동 번역 서비스 시스템 및 자동 번역 제공 방법
KR20130123038A (ko) * 2012-05-02 2013-11-12 한국전자통신연구원 자동 번역을 위한 존대 표현 생성 장치 및 그 방법
KR101864361B1 (ko) * 2014-04-08 2018-06-04 네이버 주식회사 다양한 의미 범주에 기반한 번역 결과 제공 방법 및 시스템
KR102565275B1 (ko) * 2016-08-10 2023-08-09 삼성전자주식회사 병렬 처리에 기초한 번역 방법 및 장치

Also Published As

Publication number Publication date
WO2024106689A1 (ko) 2024-05-23

Similar Documents

Publication Publication Date Title
US20220035999A1 (en) Electronic apparatus for recommending words corresponding to user interaction and controlling method thereof
US10410625B2 (en) Machine learning dialect identification
US10789529B2 (en) Neural network data entry system
US20210280190A1 (en) Human-machine interaction
EP1482414A1 (en) TRANSLATING METHOD, TRANSLATED SENTENCE OUTPUTTING METHOD, RECORDING MEDIUM, PROGRAM, AND COMPUTER DEVICE
JP7155758B2 (ja) 情報処理装置、情報処理方法及びプログラム
US10318632B2 (en) Multi-lingual data input system
US20230259707A1 (en) Systems and methods for natural language processing (nlp) model robustness determination
CN111709234A (zh) 文本处理模型的训练方法、装置及电子设备
US11675983B2 (en) Implementing text generation
JP2018045537A (ja) 検索プログラム、検索装置および検索方法
KR20200084260A (ko) 전자 장치 및 이의 제어 방법
CN109359308B (zh) 机器翻译方法、装置及可读存储介质
JP6620934B2 (ja) 翻訳支援方法、翻訳支援装置、翻訳装置及び翻訳支援プログラム
KR20240071777A (ko) 전자 장치 및 이의 기계 번역 방법
US20200279024A1 (en) Non-transitory computer readable medium
US20230153550A1 (en) Machine Translation Method and Apparatus, Device and Storage Medium
JP2011034171A (ja) 単語間の意味的関係の有無についての、複数言語での同時分類器及びそのためのコンピュータプログラム。
US20240160862A1 (en) Electronic apparatus and method for machine translation
US11520412B2 (en) Data input system/example generator
WO2020021609A1 (ja) 生成方法、生成プログラムおよび情報処理装置
US20230084438A1 (en) Method of generating text, method of training model, electronic device, and medium
RU2817524C1 (ru) Способ и система генерации текста
RU2814808C1 (ru) Способ и система перефразирования текста
US20220327288A1 (en) Semantic Parsing of Utterance Using Contractive Paraphrasing