(19) 대한민국특허청(KR) (12) 공개특허공보(A)
(11) 공개번호 10-2016-0060822 (43) 공개일자 2016년05월31일 (51) 국제특허분류(Int. Cl.)
G06F 17/27 (2006.01) G06F 17/30 (2006.01) (21) 출원번호 10-2014-0162399
(22) 출원일자 2014년11월20일 심사청구일자 2015년09월18일
(71) 출원인
한국전자통신연구원
대전광역시 유성구 가정로 218 (가정동) (72) 발명자
임수종
대전광역시 유성구 배울1로35 409동 502호 김영래
대전광역시 대덕구 한밭대로994번길 53-19 (뒷면에 계속)
(74) 대리인 특허법인지명 전체 청구항 수 : 총 1 항
(54) 발명의 명칭 용언의 문형정보를 이용한 선택 제약 사전 구축 방법 및 시스템
(57) 요 약
본 발명은 용언의 문형정보를 이용한 선택 제약 사전 구축 방법을 제공한다. 상기 용언의 문형정보를 이용한 선 택 제약 사전 구축 방법은 용언의 문형정보를 획득하는 단계, 상기 획득한 용언의 문형정보에서 용언을 추출하고, 상기 추출된 용언이 포함된 용례 문장을 검색하는 단계, 상기 검색된 용례 문장의 의미를 분석하여 상 기 용언과 다른 의미의 용언이 포함된 용례 문장을 필터링하는 단계, 상기 필터링된 용례 문장의 구문을 분석하 여 상기 용언과 관련 없는 구성 성분을 필터링하는 단계, 상기 필터링된 용례 문장에서 선택 제약 대상을 선택하 고, 어휘 의미망을 이용하여 상기 선택된 선택 제약 대상의 상위 경로를 추출하는 단계 및 상기 추출된 상위 경 로들의 비교를 통해 상기 용언에 대한 선택 제약 경로를 설정하고, 상기 설정된 선택 제약 경로를 이용하여 상기 용언에 대한 선택 제약 사전을 구축하는 단계를 포함한다.
대 표 도
- 도2(72) 발명자 김현기
대전광역시 유성구 상대남로 26 트리풀시티 914동 1303호
류법모
대전광역시 유성구 배울2로 134 푸르지오하임아파 트 106동 303호
배용진
대전광역시 유성구 가정로 218 오효정
대전광역시 유성구 문화원로 13 드림월드 11동 1502호
이충희
대전광역시 유성구 노은동로 219 열매마을3단지 306동 1702호
이형직
대전광역시 유성구 용산2로 30 101동 202호 임준호
대전광역시 동구 계족로489번길 73 한숲아파트 10 1동 701호
장명길
대전광역시 유성구 어은로57 한빛아파트 108동 60 1호
최미란
대전광역시 유성구 장대로71번길 34 푸르지오 아파 트 106동 1503호
허정
대전광역시 유성구 배울2로 61 대덕테크노밸리 1005동 1302호
이 발명을 지원한 국가연구개발사업 과제고유번호 10044577 부처명 미래창조과학부
연구관리전문기관 정보통신기술진흥센터 연구사업명 산업원천기술개발사업(SW)
연구과제명 휴먼 지식증강 서비스를 위한 지능진화형 Wise QA 플랫폼 기술 개발 기 여 율 1/1
주관기관 한국전자통신연구원 연구기간 2014.05.01 ~ 2015.02.28
명 세 서 청구범위
청구항 1용언의 문형정보를 획득하는 단계;
상기 획득한 용언의 문형정보에서 용언을 추출하고, 상기 추출된 용언이 포함된 용례 문장을 검색하는 단계;
상기 검색된 용례 문장의 의미를 분석하여 상기 용언과 다른 의미의 용언이 포함된 용례 문장을 필터링하는 단 계;
상기 필터링된 용례 문장의 구문을 분석하여 상기 용언과 관련 없는 구성 성분을 필터링하는 단계;
상기 필터링된 용례 문장에서 선택 제약 대상을 선택하고, 어휘 의미망을 이용하여 상기 선택된 선택 제약 대상 의 상위 경로를 추출하는 단계; 및
상기 추출된 상위 경로들의 비교를 통해 상기 용언에 대한 선택 제약 경로를 설정하고, 상기 설정된 선택 제약 경로를 이용하여 상기 용언에 대한 선택 제약 사전을 구축하는 단계
를 포함하는 용언의 문형정보를 이용한 선택 제약 사전 구축 방법.
발명의 설명 기 술 분 야
본 발명은 전자 사전 구축 방법에 관한 것으로서, 보다 상세하게는 문장의 용언과 관련된 정보를 이용하여 문장 [0001]
의 구조와 의미를 파악하기 위한 선택 제약 사전을 구축하는 방법에 관한 것이다.
배 경 기 술
자연어 처리 기술은 인간이 사용하는 자연어를 기계적으로 분석하여 컴퓨터가 이해할 수 있는 인공언어 형태로 [0002]
만드는 기술이다.
자연어 처리 기술은 크게 형태소 분석 단계, 구문 분석 단계, 의미 분석 단계, 담화 분석 단계, 단어 및 문장 [0003]
생성 단계로 구분된다.
이 중, 구문 분석 단계는 형태소 분석 결과를 기반으로 문장을 이루고 있는 구성 성분을 추출하여 이들 사이의 [0004]
관계를 분석함으로써 문장의 문법적 구조를 결정하는 단계이다.
의미 분석 단계는 문장을 구성하는 단어들의 의미를 구분하고, 문장의 구성 성분들 사이의 의미적 관계를 분석 [0005]
함으로써 문장 전체의 의미를 파악하는 단계이다.
이러한 구문 분석 단계 및 의미 분석 단계를 위해 필요한 종래의 선택 제약 사전은 언어전문가의 수작업으로 구 [0006]
축하는 방법과 고정된 의미 체계 및 말뭉치를 이용하여 반자동으로 구축하는 방법이 있다.
그러나, 전자의 방법을 이용하는 '세종 전자 사전'은 일곱 계층, 581개의 의미 분류 체계를 모두 수작업으로 구 [0007]
축하여 정확도는 높지만 시간 및 비용 소모가 매우 큰 문제점이 있다(도 1은 '세종 전자 사전'의 의미 분류 체 계의 예시를 나타낸다).
후자의 방법은 반자동으로 구축하여 작업 효율은 높지만 동사 별로 달라지는 의미의 분류 정도를 결정하기 힘든 [0008]
문제점이 있다.
예컨대, 'X가 Y에 타다'라는 문형의 경우(여기서 '타다'는 '탈것이나 짐승의 등 따위에 몸을 얹다'의 뜻), 말뭉 [0009]
치를 이용하여 자동으로 분석하면 아래와 같다.
[고갱[X:사람]은 1865년 견습선원이 되어 상선[Y:교통기관]에 탔으나]
[0010]
이때의 주어 '고갱'은 [사람]이라는 의미 분류로 충분하지만, [0011]
[남자는 여자가 아이를 낳을 수 있게 피했다]
[0012]
이때의 용언 '낳다'에 대한 주어 '여자'는 [사람]이라는 의미 분류보다 세분화된 [여자]라는 의미 계층으로 분 [0013]
류될 필요가 있다.
즉, 후자의 방법은 용언 별로 의미 분류의 정도를 다르게 설정되어야 하는 문제점을 해결할 수 없고, 의미 분류 [0014]
체계가 달라질 경우 구축한 정보를 달라진 체계에 맞게 모두 수정해야 하는 문제점이 있다.
발명의 내용 해결하려는 과제
본 발명은 전술한 문제점을 해결하기 위하여, 의미 분류 체계를 고정화하지 않고 한국어의 어휘 의미망을 이용 [0015]
하여 용언 별로 적합한 의미 개념을 자동으로 설정하는 용언의 문형정보를 이용한 선택 제약 사전 구축 방법을 제공하는 것을 목적으로 한다.
과제의 해결 수단
상술한 목적을 달성하기 위한 본 발명의 일면에 따른 용언의 문형정보를 이용한 선택 제약 사전 구축 방법은 용 [0016]
언의 문형정보를 획득하는 단계, 상기 획득한 용언의 문형정보에서 용언을 추출하고, 상기 추출된 용언이 포함 된 용례 문장을 검색하는 단계, 상기 검색된 용례 문장의 의미를 분석하여 상기 용언과 다른 의미의 용언이 포 함된 용례 문장을 필터링하는 단계, 상기 필터링된 용례 문장의 구문을 분석하여 상기 용언과 관련 없는 구성 성분을 필터링하는 단계, 상기 필터링된 용례 문장에서 선택 제약 대상을 선택하고, 어휘 의미망을 이용하여 상 기 선택된 선택 제약 대상의 상위 경로를 추출하는 단계 및 상기 추출된 상위 경로들의 비교를 통해 상기 용언 에 대한 선택 제약 경로를 설정하고, 상기 설정된 선택 제약 경로를 이용하여 상기 용언에 대한 선택 제약 사전 을 구축하는 단계를 포함한다.
발명의 효과
본 발명에 따르면, 용언의 문형정보를 이용하여 선택 제약 사전을 자동으로 구축함으로써 구축에 필요한 시간과 [0017]
비용을 절약할 수 있는 이점을 제공한다. 또한, 어휘 의미망 변경에 따라 선택 제약 정보를 재구축하는 번거로 움을 해소할 수 있는 이점을 제공한다.
도면의 간단한 설명
도 1은 종래기술에 따른 세종 전자 사전의 의미 분류 체계의 예시를 나타낸 도면이다.
[0018]
도 2는 본 발명의 일실시예에 따른 용언의 문형정보를 이용한 선택 제약 사전 구축 방법의 과정을 나타낸 흐름 도이다.
도 3은 본 발명의 일실시예에 따른 용언의 문형정보를 이용한 선택 제약 사전 구축 방법을 이용한 선택 제약 사 전 구축 시스템의 구성을 나타낸 블록도이다.
발명을 실시하기 위한 구체적인 내용
본 발명의 전술한 목적 및 그 이외의 목적과 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 [0019]
함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다.
그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있 [0020]
으며, 단지 이하의 실시예들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 목적, 구성 및 효과를 용이하게 알려주기 위해 제공되는 것일 뿐으로서 본 발명의 권리범위는 청구항의 기재에 의해 정하여 진다.
한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다.
[0021]
본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 본 명세서에서 사용되는 "포함 한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자에 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가됨을 배제하지 않는다.
이하, 본 발명의 따른 실시예를 첨부된 도면을 참조하여 상세하게 설명하도록 한다.
[0022]
도 2는 본 발명의 일실시예에 따른 용언의 문형정보를 이용한 선택 제약 사전 구축 방법의 과정을 나타낸 흐름 [0023]
도이다.
도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 용언의 문형정보를 이용한 선택 제약 사전 구축 방법은 [0024]
먼저, 말뭉치에서 용언의 문형정보를 획득한다(S200). 여기서, 말뭉치는 다양한 형태의 문장이 포함된 정보로서, 전자 사전에서 획득한 것일 수 있다.
예컨대,'탈것이나 짐승의 등 따위에 몸을 얹다'의 의미를 갖는 용언 '타다'에 대한 선택 제약 사전을 구축할 경 [0025]
우, 전자 사전에서 용언 '타다'에 대한 문형정보('~에 타다', '~을 타다' 등)를 획득할 수 있다.
용언의 문형정보가 획득되면, 획득한 용언의 문형정보에서 용언을 추출한다(S210).
[0026]
예컨대, 획득한 용언의 문형정보가 '~에 타다', '~을 타다'이면, 여기서 용언 '타다'를 추출할 수 있다.
[0027]
용언이 추출되면, 추출된 용언이 포함된 용례 문장을 검색하고(S220), 검색된 용례 문장의 의미를 분석하여 추 [0028]
출된 용언과 다른 의미의 용언이 포함된 용례 문장을 필터링한다(S230).
이때, 텍스트 빅데이터를 기반으로 용례 문장 또는 용례 문장의 의미를 검색할 수 있으며, 문장의 의미를 분석 [0029]
하는 기술은 공지된 기술이므로 구체적인 설명은 생략한다.
예컨대, 추출된 용언 '타다'가 포함된 용례 문장을 검색한 결과가 하기와 같으며, [0030]
1. [고갱]은 1865년 견습선원이 되어 [상선]에 탔으나 [0031]
2. [숭렬전]은 정유재란 때 [불]에 타서 [0032]
용례 문장 1 및 2의 의미를 분석한 결과, 용례 문장 2는 '탈것이나 짐승의 등 따위에 몸을 얹다'의 '타다'와는 [0033]
다른 의미를 갖는 용언 '타다'가 포함된 용례 문장이므로 필터링될 수 있다.
검색된 용례 문장들 중에서 다른 의미의 용언이 포함된 용례 문장이 필터링되면, 필터링된 용례 문장의 구문을 [0034]
분석하여 용례 문장에서 추출된 용언과 관련 없는 구성 성분을 필터링한다(S240).
예컨대, 필터링되고 남은 전술한 용례 문장 1의 구문을 분석한 결과, '1865년', '견습선원이', '되어'는 용언 [0035]
'타다'와 관계없는 구성 성분들로 판단되면, 이들을 용례 문장에서 필터링할 수 있다.
필터링 과정이 완료되면, 필터링된 용례 문장에서 선택 제약 대상을 선택한다(S250). 여기서, 선택 제약 대상은 [0036]
필터링되고 남은 문장에서 '명사' 역할을 하는 구성 성분일 수 있다.
예컨대, 필터링 과정이 완료된 결과가 하기와 같으면, [0037]
3. [고갱]은 [상선]에 탔으나 [0038]
4. [그들]이 [차]에 탔다 [0039]
5. [그녀]는 [엘리베이터]에 탔다 [0040]
6. [모터사이클]에 타는 [안전원]
[0041]
7. [비행기]에 타다 [0042]
8. [버스]에 타신 [승객]에게 [0043]
선택되는 선택 제약 대상은 '고갱', '상선', '그들;, '차', '그녀', '엘리베이터', '모터사이클', '안전원', ' [0044]
비행기', '버스', '승객'일 수 있다.
선택 제약 대상이 선택되면, 어휘 의미망을 이용하여 조사 별 선택 제약 대상의 상위 경로를 추출한다(S260).
[0045]
이때, 어휘의미망은 한국어의 KorLex 또는 UwordMap일 수 있다.
전술한 예에 대해, 조사 '이' 및 '에'에 대해 추출된 상위 경로는 표 1과 같을 수 있다.
[0046]
표 1
[0047] 구분 상위 경로(→)
이 그들 남자 사람 동물 생물
그녀 여자 사람 동물 생물
안전원 사람 동물 생물
승객 손님 이용자 사람 동물 생물
에 차 교통기관 기계장치 기계
엘리베이터 운반기계 기계장치 기계
모터사이클 자전거 이륜차 차 교통기관 기계장치 기계
비행기 항공기 교통기관 기계장치 기계
버스 대형자동차 자동차 차 교통기관 기계장치 기계
앞자리 자리 곳 공간
상기에 대해서는 조사 '이', '에'에 대해서만 상위 경로를 추출하였으나, 주격 조사 '은, 는, 이, 가'가 포함된 [0048]
용례 문장이 검색되는 경우, 이에 해당하는 상위 경로 또한 전술한 방법으로 추출될 수 있음은 물론이다.
상위 경로가 추출되면, 추출된 상위 경로 중에서 공통적으로 해당하는 경로를 추출하고, 추출된 공통 경로들을 [0049]
비교하여 공통 경로들 중에서 길이가 가장 긴 공통 경로를 최종적인 선택 제약 경로로 설정한다(S270).
예컨대, 추출된 선택 제약 경로 중에서 조사 '이'에 대한 최종 선택 제약 경로는 '사람→동물→생물'로 결정될 [0050]
수 있으며, 조사 '에'에 대한 최종 선택 제약 경로는 '교통기관→기계장치→기계'로 설정될 수 있다.
이때, '엘리베이터', '앞자리'와 같이 최종 설정된 선택 제약 경로가 매칭되지 않은 구성 성분이 존재할 경우, [0051]
추가적으로 용례 문장을 수집하는 단계 및 수집된 용례 문장 및 어휘 의미망을 이용하여 선택 제약 경로를 검증 하는 단계를 더 포함할 수 있다.
최종적인 선택 제약 경로가 설정되면, 설정된 선택 제약 경로에 대한 정보를 이용하여 선택 제약 사전을 구축하 [0052]
고(S280), 특정 용언의 문형에 해당하는 의미 정보를 사용자에게 제공할 수 있다.
도 3은 본 발명의 일실시예에 따른 용언의 문형정보를 이용한 선택 제약 사전 구축 방법을 이용한 선택 제약 사 [0053]
전 구축 시스템의 구성을 나타낸 블록도이다.
본 발명의 일실시예에 따른 선택 제약 사전 구축 방법을 이용한 선택 제약 사전 구축 시스템(100)은 정보획득부 [0054]
(110), 용언추출부(120), 필터링부(130), 경로추출부(140) 및 사전구축부(150)를 포함한다.
정보획득부(110)는 말뭉치에서 용언의 문형정보를 획득하여 획득한 용언의 문형정보에 대한 데이터를 용언추출 [0055]
부(120)로 제공한다. 여기서, 말뭉치는 다양한 형태의 문장이 포함된 정보로서, 정보획득부(110)는 전자 사전 (10)에서 용언의 문형정보를 획득할 수 있다.
용언추출부(120)는 정보획득부(110)로부터 용언의 문형정보에 대한 데이터를 제공 받아 획득한 용언의 문형정보 [0056]
에서 용언을 추출하고, 추출된 용언에 대한 데이터를 필터링부(130)로 제공한다.
필터링부(130)는 용언추출부(120)로부터 용언에 대한 데이터를 제공 받아 추출된 용언이 포함된 용례 문장을 검 [0057]
색하고, 검색된 용례 문장의 의미를 분석하여 추출된 용언과 다른 의미의 용언이 포함된 용례 문장을 필터링한 다.
이때, 필터링부(130)는 텍스트 빅데이터(20)를 기반으로 용례 문장 또는 용례 문장의 의미를 검색할 수 있으며, [0058]
문장의 의미를 분석하는 기술은 공지된 기술이므로 구체적인 설명은 생략한다.
다른 의미의 용언이 포함된 용례 문장이 필터링되면, 필터링부(130)는 필터링된 용례 문장의 구문을 분석하여 [0059]
용례 문장에서 추출된 용언과 관련 없는 구성 성분을 필터링하고, 필터링된 용례 문장에 대한 데이터를 경로추 출부(140)로 제공한다.
경로추출부(140)는 필터링부(130)로부터 필터링된 용례 문장에 대한 데이터를 제공 받아 필터링된 용례 문장에 [0060]
서 선택 제약 대상을 선택한다. 여기서, 선택 제약 대상은 필터링되고 남은 문장에서 '명사' 역할을 하는 구성 성분일 수 있다.
선택 제약 대상의 선택이 완료되면, 경로추출부(140)는 어휘 의미망(30)을 이용하여 조사 별 선택 제약 대상의 [0061]
상위 경로를 추출하고, 추출된 선택 제약 대상의 상위 경로에 대한 데이터를 사전구축부(150)로 제공한다.
이때, 어휘의미망은 한국어의 KorLex 또는 UwordMap일 수 있다.
사전구축부(150)는 경로추출부(140)로부터 추출된 선택 제약 대사의 상위 경로에 대한 데이터를 제공 받아 추출 [0062]
된 상위 경로 중에서 공통적으로 해당하는 경로를 추출하고, 추출된 공통 경로들을 비교하여 공통 경로들 중에 서 길이가 가장 긴 공통 경로를 최종적인 선택 제약 경로로 설정한다.
이때, 최종 설정된 선택 제약 경로가 매칭되지 않은 구성 성분이 존재할 경우, 사전구축부(150)는 추가적으로 [0063]
용례 문장을 수집하고, 수집된 용례 문장 및 어휘 의미망(30)을 이용하여 선택 제약 경로를 검증할 수 있다.
최종적인 선택 제약 경로가 설정되면, 사전구축부(150)는 설정된 선택 제약 경로에 대한 정보를 이용하여 선택 [0064]
제약 사전을 구축하고, 특정 용언의 문형에 해당하는 의미 정보를 사용자에게 제공할 수 있다.
본 발명에 따르면 용언에 대한 선택 제약 정보를 효율적으로 구축할 수 있고, 다양한 목적에 따라 어휘 의미망 [0065]
이 변경되어도 기설정된 선택 제약 정보를 재구축할 필요가 없는 이점을 제공한다.
이와 같이, 선택 제약 사전을 자동으로 확장 구축 또는 검증함으로써 구문 구조나 의미역 부착된 문장에 기반한 [0066]
의미 수준의 텍스트 이해를 통해 자연어 질의 응답(Natural Language Question Answering) 시스템, 텍스트 마 이닝(Text Mining) 기술, 의미기반 정보검색(Semantic Based Information Retrieval), 자동번역(Machine Translation) 시스템, 정보추출(Information Extraction)에 중요한 기술로 사용될 수 있다.
문장 단위 분석 기술인 구문 분석텍스트 및 의미역 인식 기술의 정확성을 높임으로써 의미 기반 지식 서비스를 [0067]
활성화하여 전체적인 텍스트 빅데이터의 활용도를 높일 수 있는 이점을 제공한다.
이상의 설명은 본 발명의 기술적 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야 [0068]
에서 통상의 지식을 가진 자라면 본 발명의 본질적 특성을 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능 하다.
따라서 본 발명에 표현된 실시예들은 본 발명의 기술적 사상을 한정하는 것이 아니라, 설명하기 위한 것이고, [0069]
이러한 실시예에 의하여 본 발명의 권리범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 특허청구 범위에 의하여 해석되어야 하고 그와 동등하거나 균등한 범위 내에 있는 모든 기술적 사상은 본 발명의 권리범 위에 포함되는 것으로 해석되어야 할 것이다.
