정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
커널 Ripple-Down Rule을 이용한 태깅 말뭉치 오류 자동 수정 |
| 영문제목(English Title) |
Automatic Correction of Errors in Annotated Corpus Using Kernel Ripple-Down Rules |
| 저자(Author) |
박태호
차정원
Tae-Ho Park
Jeong-Won Cha
|
| 원문수록처(Citation) |
VOL 43 NO. 06 PP. 0636 ~ 0644 (2016. 06) |
한글내용
(Korean Abstract) |
자연어처리에서 기계학습을 위한 학습 말뭉치는 매우 중요하다. 정제된 대량의 말뭉치는 자연어처리 시스템에 직접 영향을 준다. 본 논문에서는 대량의 말뭉치 오류를 자동으로 수정하는 새로운 방법을 제안한다. 오류 말뭉치와 정답 말뭉치에서 사람이 태깅한 문서의 특성을 반영한 수정 규칙을 자동으로 생성하였다. 수정 규칙은 RDR(Ripple-Down Rules)을 사용하여 표현하였다. 수정 방법의 가치를 보이기 위해 품사 부착 말뭉치와 개체명 부착 말뭉치에 대해서 실험하였으며 두 분야에서 유의미한 결과를 보였다. 이 방법은 대량의 말뭉치를 제작할 때 오류를 최소화하는 방법으로 사용이 가능하다. |
영문내용
(English Abstract) |
Annotated Corpus is important to understand natural language using machine learning method. In this paper, we propose a new method to automate error reduction of annotated corpora. We use the Ripple-Down Rules(RDR) for reducing errors and Kernel to extend RDR for NLP. We applied our system to the Korean Wikipedia and blog corpus errors to find the annotated corpora error type. Experimental results with various views from the Korean Wikipedia and blog are reported to evaluate the effectiveness and efficiency of our proposed approach. The proposed approach can be used to reduce errors of large corpora. |
| 키워드(Keyword) |
형태 분석 말뭉치
오류 수정
커널 RDR
자연어처리
morphological annotation corpora
error correction
kernel RDR
natural language processing
|
| 파일첨부 |
PDF 다운로드
|
