개체명 분석 및 개체 연결 말뭉치 구축의 현황과 문제점
Current Status and Outstanding Problems in Named-Entity Analysis and Entity Linking
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
개체명 분석은 텍스트에서 개체명을 탐색해 일정한 하위 부류로 분류하고 적절한 태그를 부착하는 것으로, 자연언어처리를 이용한 정보 검색, 문서 요약, 자동 질의응답 시스템 구축, 지식베이스 구축 등의 다양한 목적으로 활용될 수 있다. 개체 연결은 분석된 개체명에 위키피디아와 같은 지식베이스 문서를 연결하는 것으로, 사용자에게 사전적 의미를 넘어서는 다양한 정보를 제공할 수 있다. 언어학뿐만 아니라 산업 전반에 걸친 이러한 활용도를 고려하면, 보다 양질의 데이터를 구축할 필요가 있음이 분명하다. 이를 위해 이 논문은 개체명 분석 말뭉치 및 개체 연결 말뭉치 구축 과정에서 발생한 문제들을 논의하고 해결 방안을 모색하고자 했다. 먼저 개체명 분석 말뭉치 구축 과정에서는 개체명 분석 대상 결정의 문제, 개체명 분석 단위 결정의 문제, 개체명 분석 표지 부착의 문제 등이 있음을 논의하고 이 문제들에 대한 대안을 제시했 다. 다음으로 개체 연결 말뭉치 구축 과정에서는 개체 연결 단위의 문제, 지식베이스 자체가 갖는 문제, 동일한 언어 표현의 개체명이 여러 위키피디아 문서에 대응하는 문제 등이 있음을 논의하고 이 문제들에 대한 대안을 제시했다. 마지막으로 개체명 사전 구축 과정에서 발생하는 문제를 살펴보고 이를 극복하는 방안을 제시했다. 이논문에서 제시한 문제점을 극복한다면 개체명 분석 단계에서 명확성과 일관성을 확보해 양질의 데이터를 구축할 수 있을 것이다. 또한 개체 연결 단계에서 체계성 및 일관성을 제고해 활용 목적에 알맞은 정보를 제공할 수 있을 것이다.
Abstract
Named-entity analysis searches for a named-entity in texts, classifying the occurrences into specified subclasses, and attaching appropriate tags. Named-entity corpora derived from this process can be used for various purposes, such as information retrieval, document summarization, automatic question-answering system construction, and knowledge base construction. Entity linking connects a named-entity to a knowledge base document such as Wikipedia. Entity linking corpora can be used to differentiate the meanings of named-entities. This paper discusses and seeks solutions to some problems encountered in the process of constructing named-entity corpora and entity linking corpora. First, for named-entity corpora, the choice of analysis target, analysis unit, and named-entity tag is discussed, and alternatives approaches considered. Next, there is a discussion of entity linking corpus construction, problems with the entity linking unit, with the knowledge base itself, and with a named-entity corresponding to multiple Wikipedia documents: again alternative approaches are suggested. Lastly, problems which occur in the construction of a named-entity dictionary are examined, and ways to overcome them are presented. The problems identified in this paper and the solutions proposed contribute towards building high-quality data by securing clarity and consistency in name-entity analysis. Ultimately, by improving the consistency of the entity linking and making it more systematic, it should be possible to provide information suitable for easier and more widespread utilization.
참고문헌 (42)
- "국립국어원 개체명 분석 말뭉치(버전 1.0)" (2020), 국립국어원[URL]
- "국립국어원 개체명 분석 말뭉치 개체 연결 2021(버전1.1)" (2022), 국립국어원[URL]
- "국립국어원 개체명 분석 말뭉치 2020(버전 2.1)" (2022), 국립국어원[URL]
- "국립국어원 개체명 분석 말뭉치 2021(버전 1.0)" (2022), 국립국어원[URL]
- "국립국어원 개체명 사전 2021(버전 1.0)" (2022), 국립국어원[URL]
- 이창기, "세부분류 개체명 가이드라인 2008(버전1.0)", 한국전자통신연구원 음성, 2008
- 개체명 분석 말뭉치 구축, "차정원", 국립국어원, ~ (2019)
- 2020년 개체명 말뭉치 연구 분석, "차정원", 국립국어원, ~ (2020)
- 2021년 개체명 분석 및 개체 연결 말뭉치 연구 분석, "차정원", 국립국어원, ~ (2021)
- 2022년 말뭉치 개체명 분석 및 개체 연결, "차정원", 국립국어원, ~ (2022)
- 한국정보통신기술협회, "개체명 태그세트 및 태깅 말뭉치", 정보통신단체표준(국문표준) TTAK.KO-10.0852, ~ (2015)
- 김나현, "고유명의 다의성에 대하여 -기관, 기업, 장소를 중심으로-", 한국어 의미학, 74, pp.59~81 (2021), 한국어의미학회[DOI]
- 민진우, "LUKE를 이용한 한국어 자연어 처리: 개체명 인식, 개체 연결", 정보과학회 컴퓨팅의 실제 논문지, 28(3), pp.175~183 (2022), 한국정보과학회[DOI]
- 박동호, "대상부류 개념의 응용언어학적 활용 방안", 프랑스어문교육, (10), pp.35~52 (2000)
- 박영민, "개체명 인식 코퍼스 생성을 위한 지식베이스 활용 기법", 인지과학, 27(1), pp.27~41 (2016), 한국인지과학회[DOI]
- 박재연, "고유명의 변별적 속성에 대하여", 한국어 의미학, 27, pp.103~126 (2008), 한국어의미학회
- 박재연, "고유명 의미의 지시와 내포", 한국어 의미학, 37, pp.185~214 (2012), 한국어의미학회[DOI]
- 박재연, "한국어 환유 표현의 체계적 분류 방법", 한국어 의미학, 45, pp.1~30 (2014), 한국어의미학회
- 송영숙, "한국어 중첩 개체명 분석을 위한 연구", 한국어 의미학, 76, pp.66~101 (2022), 한국어의미학회
- 신성호, "개체명 인식 향상을 위한 학습 집합 및 개체명 인식 모델 구축", 정보과학회 컴퓨팅의 실제 논문지, 20(7), pp.425~429 (2014), 한국정보과학회
- 심용선, "개체 링킹을 위한 RDF 지식그래프 기반의 포괄적 상호의존성 짝 연결 접근법", 정보처리학회 논문지, 8(3), pp.129~136 (2019), 한국정보처리학회[DOI]
- 유현조, "딥러닝 기반 한국어 개체명 인식의 평가와 오류 분석 연구", 언어, 46(3), pp.803~828 (2021), 한국언어학회[DOI]
- 이동혁, "의미 범주 체계의 구축과 사전에서의 활용", 한국어 의미학, 24, pp.51~83 (2007), 한국어의미학회
- 이동혁, "고유명사의 비유적 의미 양상에 대한 연구", 한국어 의미학, 23, pp.137~158 (2007), 한국어의미학회
- 이상학, "개체 간 연결 및 문장 간 관계를 활용한 다중문장 내 다항관계 추출", 석사, pp.2020
- 이숙의, "온톨로지 지식과 개체명 세분화를 통한 맥락의미 자동인식의 향상", 한국언어문학, (109), pp.37~59 (2019), 한국언어문학회[DOI]
- 이호경, "위키피디아 기반의 효과적인 개체 링킹을 위한 NIL 개체 인식과 개체 연결 중의성 해소 방법", 정보과학회논문지, 44(8), pp.813~821 (2017), 한국정보과학회
- 장석배, "환유 연구를 위한 말뭉치의 구축과 주석 -신문 말뭉치에 나타난 도시명의 환유 주석을 중심으로-", 언어사실과 관점, 50, pp.75~98 (2020), 언어정보연구원[DOI]
- 전상호, "개체명으로서의 인명의 특성과 분류 체계에 대하여", 우리말글, 88, pp.31~59 (2021), 우리말글학회[DOI]
- 최윤수, "Word Embedding 자질을 이용한 한국어 개체명 인식 및 분류", 정보과학회논문지, 43(6), pp.678~685 (2016), 한국정보과학회
- 김중한, "개체명 부착 말뭉치에서 자동 오류 수정", 한국정보과학회학술발표논문집, pp.669~671 (2015)
- 민진우, "End-to-End 뉴럴 모델 기반 한국어 개체명 연결", 한국정보과학회2018 『한국소프트웨어종합학술대회 논문집』, pp.572~574 (2018)
- 민진우, "LUKE를 이용한 한국어 자연어처리 : 개체명 인식, 개체 연결", 한국정보과학회 학술발표논문집, 28, pp.175~183 (2021)
- 박건우, "개체명 사전과 원시 말뭉치를 이용한 준지도 학습 기반 개체명 인식 모델", 한국정보과학회 학술발표논문집, 1, pp.757~759 (2016)
- 박성재, "CNN을 이용한 대화와 같은 짧은 문장에서 개체명 인식", 한국정보과학회 학술발표논문집, pp.596~598 (2017)
- 신성호, "개체 인식용 학습집합 태깅 방식과 개체인식정확도 향상", 한국정보과학회 학술발표논문집, pp.578~580 (2013)
- 이경희, "한국어 문서에서 개체명 인식에 관한 연구", 한국정보과학회 언어공학연구회 학술발표 논문집, pp.292~299 (2000)
- 이기중, "기계학습과 사전을 이용한 개체명 세분화", 한국정보과학회 학술발표논문집, pp.519~521 (2003)
- 이영훈, "위키피디아 링크 데이터를 이용한 한국어 뉴럴 멘션 탐지 및 개체명 연결", 한국소프트웨어종합학술대회 논문집, pp.596~598 (2018)
- 이창기, "Conditional Ran-domFields를 이용한 세부분류 개체명 인식", 한국정보과학회 학술발표논문집, pp.268~272 (2006)
- 정유남, "한국어 중첩 개체명 말뭉치구축의실제", 국어학회 2022년여름 학술대회 발표 자료집, pp.19~45 (2022)
- 홍승연, "멘션 임베딩을 이용한 NIL 멘션 탐지와 개체연결의 통합 모델", 한국컴퓨터종합학술대회 논문집, pp.437~439 (2020)