한국어 학습자 말뭉치 주석의 요건과 실제 - 형태 분석 말뭉치 구축을 중심으로 -
Factors and Practice of Korean Learner Corpus Annotation
2
조회
0
다운로드
10
인용
0
참고문헌
키워드
초록
이 논문은 학습자 말뭉치 주석의 요건에 대해 살펴보고, 실제로 한국어 학습자 말뭉치를 형태 주석하는 데에 기준이 되는 지침을 소개하는 것을 목적으로 한다. 말뭉치 주석은 유의미성, 정확성, 일관성, 복원성, 효율성, 용이성 등의 요건을 충족시켜야 한다. 학습자 말뭉치를 주석할 때는 학습자 오류가 포함되어 있는 학습자 중간언어의 특성 때문에 정확성과 일관성을 갖추기가 힘들다. 이에 작업자 간 불일치를 해소하기 위한 상세한 지침과 각 태그에 대응하는 주석 대상의 목록이 필수적이다. 국립국어원에서 구축 중인 한국어 학습자 형태 분석 말뭉치는 모어 화자 말뭉치와의 호환성을 위해 21세기 세종계획의 형태 주석 말뭉치 지침을 기본으로 한다. 학습자 말뭉치의 형태 주석은 다음 단계의 오류 주석과 긴밀하게 관련을 맺고 있기 때문에 오형태, 누락, 첨가, 대치 등 학습자 오류의 양상을 고려한 세부 지침이 추가되어 적용된다.
Abstract
This paper examines the requirements of learner corpus annotation and aims to introduce guidelines that are the basis for annotating of Korean learner corpus in practice. Corpus annotations must meet the requirements of meaningfulness, accuracy, consistency, resilience, efficiency, and simplicity. When annotators attach tags for learner corpus, it is difficult to achieve accuracy and consistency due to the nature of the learner interlanguage that contains learner errors. Therefore, detailed guidelines for resolving the inconsistency between workers and a list of annotation objects corresponding to each tag are essential. The Korean learner corpus built by the National Institute of the Korean Language is based on the corpus annotation guideline of the 21st century Sejong Project for compatibility with the mother language corpus. Since the morphological annotation of the learner corpus is closely related to the error annotation of the next step, detailed guidelines are added to take into account the aspect of learner errors such as omission, addition, and replacement.
참고문헌 (14)
- 강현화, "학습자 말뭉치의 구축과 활용 연구" (2017), 소통
- 김한샘, "한국어 언어 자원 분석의 표준 - 형태 분석을 중심으로 -", 배달말, (58), pp.1~30 (2016), 배달말학회
- 이은서, "중국어권 학습자의 접사 사용 연구", 석사, pp.2017
- 한송화, "한국어 학습자 말뭉치의 오류 주석 체계 연구", 2016 한국언어문화교육학회 제22차 춘계 전국학술대회 자료집, pp.45~55 (2016)
- C. J. van Rijisbergen, "Information Retrieval" (1979), University of Glasgow
- D. Blaheta, "Handling noisy training and testing data", Proceedings of the 7th conference on Empirical Methods in Natural Language Processing, pp.111~116 (2002)
- D. C. Manning, "“Part-of-Speech Tagging from 97% to 100%: Is It Time for Some Linguistics?,” Computational Linguistics and Intelligent Text Processing", Lecture Notes in Computer Science, 6608, pp.171~189 (2011)
- D. Miller, "Evaluating reliability in quantitative vocabulary studies: The influence of corpus design and composition", International Journal of Corpus Linguistics, pp.30~53 (2015)
- F. Pîrvan, "Tagset Mapping and Statistical Training Data Cleaning-up", Proceedings of the 6th LREC Conference, pp.385~390 (2006)
- H. Kim, "Practice in Morphological Tagging of Korean Learner’s Corpus", The 5th USC-Yonsei University Joint Symposium (2017)
- H. Loftsson, "Correcting a PoS-tagged corpus using three complementary methods", Proceedings of the 12th Conference of the European Chapter of the ACL, pp.523~531 (2009)
- M. Civit, "Qualitative and Quantitative Analysis of Annotators’ Agreement in the Development of Cast3LB", Proceedings of 2nd Workshop on Treebanks and Linguistics Theories, pp.33~45 (2003)
- R. Nagata, "Creating a manually error--tagged and shallow-parsed learner corpus", Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics, pp.1210~1219 (2011)
- S. Granger, "The Cambridge Handbook of Learner Corpus Research" (2015), Cambridge University Press