정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
고유명사 기호화를 통한 신경망기반 한영 번역 |
| 영문제목(English Title) |
Kor-Eng NMT using Symbolization of Proper Nouns |
| 저자(Author) |
김명진
남준영
정희석
최희열
Myungjin Kim
Junyeong Nam
Heeseok Jung
Heeyoul Choi
|
| 원문수록처(Citation) |
VOL 48 NO. 10 PP. 1084 ~ 1089 (2021. 10) |
한글내용
(Korean Abstract) |
신경 기계 번역 분야는 딥러닝의 발전과 함께 성능이 발전하고 있지만, 이름, 신조어, 특정 그룹 내에서만 통용되는 단어 등과 같이 고유명사들이 들어간 문장의 번역이 정확하지 않은 경우들이 있다. 본 논문은 고유명사가 들어간 문장의 번역 성능 개선을 위해 최근 제안된 번역 모델인 Transformer Model에 추가적으로 한영 고유명사 사전과 고유명사 기호화 방식을 사용한다. 제안된 방식은 학습에 사용되는 문장의 단어들 중 일부를 고유명사 사전을 이용하여 기호화하고, 기호화된 단어들을 포함한 문장들로 번역 모델을 학습시킨다. 새로운 문장 번역시에도 고유명사 사전을 이용하여 기호화하고 번역후 복호화 하는 방식으로 번역을 완성한다. 제안된 방식의 성능을 검증하기 위해 고유명사 기호화를 사용하지 않은 모델과 함께 비교 실험하였고, BLEU 점수를 통해 수치적으로 개선되는 경우들도 확인했으며, 몇가지 번역 사례들도 상용서비스 결과들과 함께 제시했다. |
영문내용
(English Abstract) |
There is progress in the field of neural machine translation, but there are cases where the translation of sentences containing proper nouns, such as, names, new words, and words that are used only within a specific group, is not accurate. To handle such cases, this paper uses the Korean-English proper noun dictionary and the symbolization method in addition to the recently proposed translation model, Transformer Model. In the proposed method, some of the words in the sentences used for learning are symbolized using a proper noun dictionary, and the translation model is trained with sentences including the symbolized words. When translating a new sentence, the translation is completed by symbolizing, translation, and desymbolizing. The proposed method was compared with a model without symbolization, and for some cases improvement was quantitatively confirmed with the BLEU score. In addition, several examples of translation were also presented along with commercial service results. |
| 키워드(Keyword) |
신경 기계 번역
고유명사 번역
기호화
고유명사 사전
neural machine translation
proper noun translation
symbolization
proper noun dictionary
|
| 파일첨부 |
PDF 다운로드
|
