SJ-RIKS Corpus : 세종 형태의미 분석 코퍼스를 넘어서
SJ-RIKS Corpus: Beyond 21st Sejong Morph-Sense Tagged Corpus
2
조회
0
다운로드
26
인용
0
참고문헌
키워드
초록
이 연구에서는 세종코퍼스의 한계를 극복하기 위한 방안으로 세종코퍼스의 분석 표지와 지침 일부를 변경하고 세종코퍼스에서 나타나는 오류를 기계적으로 검출하기 위한 방안을 제시하는 것을 목표로 하였다. 이를 위해 기존의 세종 분석 표지 가운데 접사와 어근 등의 표지를 제거, 통합하였고 고유 명사의 분석 기준을 변경하였다. 또한 오류를 검출하기 위한 구체적인 방안으로 형식 오류 수정, 원어절-분석 어절 불일치 오류 수정, 분석 중의성 검토에 의한 오류 수정, 코드 변환 대응에 의한 오류 수정, 형태 통사 규칙에 위한 오류 수정, 통계 결과 검토에 의한 오류 수정이라는 여섯 단계의 오류 검출 및 수정 과정을 제안하였다. 이러한 결과로 기존의 세종코퍼스가 가진 한계를 넘어설 수 있는 어휘 분석 중심의 신뢰성 있는 코퍼스(SJ-RIKS)를 구축하였으며, 여섯 단계의 오류 검출과 수정 방법은 대규모의 코퍼스를 주석하고 후처리하는 과정에서 필수적으로 도입될 필요가 있는 방법론임을 제안하였다.
Abstract
This article discusses the method of transporting 21st Sejong morph-sense tagged corpus (briefly SJ corpus) to SJ-RIKS corpus reconsidering tag sets and some of guide lines for annotating SJ corpus. In addition we proposed automatic processes of correcting annotation errors which are necessary for a better result of annotated corpora. Especially, the procedure to find and correct errors in developing large-scaled corpora is one of the main factors to improve the accuracy of tagged corpora. In this article, we proposed six steps for finding errors including syntax errors, source word - annotated word mismatching errors, errors from ambiguity of word forms, code converting errors, morpho-syntactic errors, and errors captured by word frequency lists. These post-editing processes for annotating corpora are indispensable for compiling large-scale annotated corpora.
참고문헌 (14)
- 강범모, "한국어 형태소 및 어휘 사용 빈도의 분석 2" (2004), 고려대 민족문화연구원
- 강범모, "한국어 사용 빈도" (2009), 한국문화사
- 21세기 세종계획 국어기초자료 구축분과 보고서 1998~2007, "김흥규", 문화관광부, ~
- 김흥규, "한국어 형태소 및 어휘 사용 빈도의 분석 1" (2000), 고려대 민족문화연구원
- 국립국어연구원, "표준국어대사전" (1999), 두산동아
- 김일환, "국어 명사형 어미의 계량적 연구", 박사, pp.2005
- 김일환, "단발어에 대하여 -단발명사를 중심으로 -", 國語學, (55), pp.239~275 (2009), 국어학회
- 김일환, "불완전명사에 대한 계량적 접근", 어문논집, (59), pp.111~133 (2009), 민족어문학회
- 이도길, "한국어 형태소 분석과 품사 부착을 위한 확률모형", 박사, pp.2005
- 서상규, "국어정보학 입문" (1999), 태학사
- 정광, "한국어 데이터베이스의 설계 및 응용을 위한 기초 연구" (1995), 민음사
- 최민우, "세종 형태(의미)분석 말뭉치 구축의 실제", 민족문화연구, (48), pp.337~372 (2008), 민족문화연구원
- Lee, Do-Gil, "Probabilistic Modeling of Korean Morphology", IEEE Transactions on Audio, Speech, and Language Processing, 17(5), pp.945~955 (2009)
- Burnard,L., "Reference Guide for the British National Corpus(XML Edition)", the British National Corpus Consortium by the Research Technologies Service at Oxford University Computing Services (2007)