KR930014120A - 단어의 모호성을 제거하는 방법과 그 장치 - Google Patents

Abstract

본 발명은 단어/의미 쌍이 문맥에 적합한지를 판단하는 장치와 방법에 관한 것이다. 연습과 시험 모두에 긴문맥들(100 단어) 이 채용되고, 시험은 그 문맥에 있는 어휘 단어들의 가중치들을 합산함으로써 이루어진다. 연습원문의 조건부적 샘플에서 어휘 단어가 출현하는 확률과 온진한 연습 원문에 그 단어가 출현하는 확를 사이에 끼어드는 가중치들은 베이시안 기술을 이용하여 결정된다. 시현에서 더 개량된 사항은 하나의 단어가 단일 강연에서 단일 의미로만 사용된다는 사실을 이용하고 있다. 원문의 2개 국어 병용 본문들에 대한 연습과 로게트 백과사전의 범주들을 사용하는 연습을 포함하는 자동화된 연습 기술들도 설명되어 있다.

Description

단어의 모호성을 제거하는 방법과 그 장치

본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음

제1도는 단어/의미 쌍이 문맥에 적합할 확률을 판단하는 장치의 블록도.

제2도는 1도의 테이블(107)이 만들어질 수 있는 데이타의 테이블.

제3도는 조건부적 샘플 일부의 실례.

Claims (18)

1. 원문내의 주어진 위치를 포함하고 원문의 단일 행보다 실질적으로 더 긴 원문내 단어들의 순서를 결정하는 단계와, 상기 순서를 자동으로 분석함으로써 단어/의미 쌍이 적합한 의미를 갖는지 여부의 판단을 하는 단계를 포함하는, 상기 단어/의미 상이 상기 주어진 위치에 적합한 의미를 갖는지를 자동으로 판단하는 방법.
2. 제1항에 있어서, 상기 단어들의 순서를 결정하는 단계는 그 길이가 100 단어 부근에 있는 순서를 판단하는 상기 방법.
3. 제1항에 있어서, 상기 판단이 상기 단어/의미 쌍이 상기 적합한 의미를 갖는지를 충분히 강하게 지시하는지를 판단하는 단계와, 그 판단이 충분히 강하게 지시하는 지를 판단하는 단계와, 그 판단이 그렇지 않으면 상기 적합한 의미의 판단과 인접 위치에 상기 적합한 의미의 다른 판단을 비교함으로써 상기 적합한 의미의 마지막 판단을 하는 단계를 더 포함하는 상기 방법.
4. 제1항에 있어서, 판단을 하는 상기 단계에 있어서, 상기 단어/의미 쌍이 상기 주어진 위치에 적합한 의미를 가질 확률을 결정하기 위하여 상기 순서와 단어/의미 쌍의 의미를 내포하는 베이시안 판별 기술을 채용함으로써 상기 순서가 자동으로 분석되는 상기 방법.
5. 제1항에 있어서, 다수의 단어/의미 쌍들이 있고, 판단을 내리는 상기 단계가 상기 단어/의미 쌍들 각각에 대하여 수행되고, 상기 방법이 상기 주어진 위치에 가장 적합한 단어/의미 쌍을 선택하는 단계를 더 포함하는 상기 방법.
6. 제5항에 있어서, 상기 단어/의미 쌍을 선택하는 단계는 인접 위치에서 가장 적합한 의미의 다른 판단과 상기 판단을 비교하는 단계를 포함하는 상기 방법.
7. 제1항에 있어서. 상기 판단을 하는 단계는 상기 순서내의 단어들에 대하여, 상기 단어/의미 쌍이 적합한 의미를 갖는지를 간단하기 위해 어떤 단어들의 가중치들을 지시하는 테이블로부터 가중치들을 얻는 단계와, 상기 단어/의미 쌍이 상기 주어진 위치에 대해 적합한 가능성을 판단하도록 상기 가중치들을 합산하는 단계를 포함하는 상기 방법.
8. 제7항에 있어서, 다수의 단어/의미 쌍들이 있고 상기 가중치들을 얻어 이 가중치들을 합산하는 단계는 각 단어/의미 쌍에 대하여 수행되고, 상기 방법은 상기 주어진 위치에 대해 상기 단어/의미 쌍이 적합할 최대 가눙성을 지시하는 합산된 가중치들을 가진 상기 단어/의미 쌍을 선택하는 단계를 더 포함하는 상기 방법.
9. 제8항에 있어서, 상기 단어/의미 쌍을 선택하는 단계는 인접 위치에서 가장 적합한 의미의 다른 판단과 상기 선택된 단어/의미 쌍을 비교하는 단계를 포함하는 상기 방법.
10. 제1항 내지 제9항증 어느 한 하에 있어서, 상기 단어/의미 쌍에 있는 단어가 상기 주어진 위치에 출현하는 상기 방법.
11. 원문의 단일행보다 실질적으로 더 길고 상기 원문내의 주어진 위치를 포함하는 원문내의 단어들 순서를 얻는 수단과, 단어/의미 쌍이 적합한 의미를 갖는지를 판단하도록 상기 순서를 분석하는 수단을 포함하는, 상기 단어/의미 쌍이 원문내의 주어진 위치에 적합한 의미를 갖는지를 판단하는 장치.
12. 제11항에 있어서, 상기 순서를 분석하는 수단은 상기 단어/의미 쌍이 적합나 의미를 갖는지를 판단하기위해 어떤 단어들의 가중치들을 지시하는 테이블을 더 포함하고, 상기 순서를 분석하는 수단은 상기 테이블로부터 상기 순서내의 단어들의 가중치들을 얻고 이 단어들의 가중치들을 합산함으로써 상기 순서를 분석하여 상기 단어/의미 쌍이 상기 주어진 위치에 적합할 가능성을 판단하는 상기 장치.
13. 단어/의미 쌍이 원문내의 주어진 위치에 적합한 의미를 갖는지를 판단하는 장치에 사용할 확률 테이블을 만드는 방법으로서, 상기 단어/의미 쌍의 의미에 의미론적으로 관련된 문맥들을 포함하는 원문 어휘자료의 조건 부적 샘플을 만드는 단계, 상기 조건부적 샘플에 출력하는 각 단어에 대하여 상기 단어/의미 쌍의 단어가 상기 단어/의미 쌍의 의미를 가질 확률에 관하여 상기 조건적척 샘플내의 단어의 가중치를 판단하기 위해 베이시안기술(Bayesian technique)을 채용하는 단계, 그리고 주어진 가중치를 넘는 단어들이 출현할 때마다 그 단어의 가중치를 포함한 테이블 엔트리를 만드는 단계,를 포함하는 상기 테이블을 만드는 방법.
14. 제13항에 있어서, 상기 베이시안 기술을 채용하는 단계에서, 상기 조건부척 샘플에 나타나는 각 단어에 대한 가중치(wt)는라는 식으로 판단되고, 여기서 π그단어의 조건부적 확률이고, a는 상기 조건부적 샘플에 있는 단어의 빈도이고, E는 주어진 a에 대한 π의 기대값인 상기 방법.
15. 제13항에 있어서, 상기 조건부적 샘플을 다른 언어로 만드는 상기 원문어휘자료의 번역문이 존재하고, 조건부적 샘플을 만드는 상기 단계에 있어서 상기 단어/의미 쌍의 단어가 그 단어/의미 쌍의 의미로 사용되는 지에 대한 판단은 그 번역문에 있는 대용 단어를 참조하여 이루어지는 상기 방법.
16. 제13항에 있어서, 상기 단어/의미 쌍과 동일한 의미론적 범주에 속하는 범주화된 단어들의 리스트가 존재하고, 조건부적 샘플을 만드는 상기 단계에 있어서, 상기 문맥들이 상기 리스트의 단어들을 내포하는 상기 방법.
17. 제16항에 있어서, 상기 베이시안 기술을 채용하는 단계에서, 상기 조건부적 샘플에 출현하는 각 단어의 가중치(wt)는라는 식으로 판단되고, 여기서 π그단어의 조건부적 확률이고, a는 상기 조건부적 샘플에 있는 단어의 빈도값이고, E는 주어진 a에 대한 π의 기대값인 상기방법.
18. 제17항에 있어서, 상기 베이시안 기술을 채용하는 단계에서, 문맥에 포함된 상기 리스트의 각 단어에 대하여 그 리스트의 단어가 상기 어회자료에 출현하는 회수 k를 결정하고 그러한 단어에 대한 문맥내의 모든 단어들이 1/k의 가중치를 a에 기여하게 함으로써 a가 유도되는 상기 방법.

    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.