• 말소리와 음성과학
• /
• 제16권1호
• /
• pp.33-40
• /
• 2024

본 연구는 치조 마찰음의 왜곡 오류인 치간음화, 구개음화, 설측음화가 적률분석의 변인인 무게중심, 분산, 왜도, 첨도에서 정조음과 보이는 음향학적 차이를 확인하고자 하였다. 이를 위해 61명 아동(평균연령: 5.6±1.5세, 여아 19명, 남아 42명)을 대상으로 얻어진 조음음운평가(Assessment of Phonology & Articulation for Children, APAC; Urimal-test of Articulation and Phonology I, U-TAP I) 결과, 음성 중 치조 마찰음을 포함하고 있는 목표 단어에서 치조마찰음 왜곡 오류를 보인 음성과 정조음 음성을 추출하여 후향적 연구를 진행하였다. 총 169개의 음성이 적률분석에 사용되었다. 그 결과, 무게중심에서 정조음이 구개음화보다 값이 높았으며, 구개음화는 치간음화보다 값이 낮았다. 치간음화의 분산이 정조음과 구개음화보다 높았다. 치간음화가 정조음보다 높은 왜도를 보였으며 구개음화의 왜도가 정조음보다 높았다. 마지막으로 구개음화의 첨도가 정조음과 치간음화보다 높았다. 각 왜곡 오류 유형에서 적률분석의 모든 변인들에 대해 조음위치(어두초성, 어중초성), 발성유형(평음, 경음)에 따른 유의한 차이는 관찰되지 않았다. 본 연구는 치조 마찰음의 유형에 따라 무게중심, 분산, 왜도, 첨도에서 다른 패턴이 나타남을 확인하였으며, 본 연구에서 제시한 객관적 수치는 추후 임상에서 청지각 평가를 도와 치조 마찰음 왜곡 오류의 진단과정에 기초 자료로 사용될 수 있을 것이다.

• 산업융합연구
• /
• 제18권4호
• /
• pp.93-99
• /
• 2020

본 연구는 해외어학연수의 외국어 정확성 향상에 대한 효과를 조명하기 위해 한 학기 동안 해외대학에서 어학연수를 받은 27명의 한국 대학생들이 한 학기의 시간차를 두고 작성한 두 영작문 간의 차이와 오류들을 조사하고, 그러한 차이가 통계적으로 유의미한지를 검정하여 외국어 정확도 면에서의 변화를 분석하였다. 어학연수 이후에 영작문의 길이와 문장의 길이가 증가하였으나 전체 문장수는 감소하였다. 학생들은 더 많은 수의 단어를 더 복잡한 구조의 문장에서 사용하여 오류의 수도 증가하였다. 이를 볼 때, 어학연수 이후 학생들의 문장 생성능력이 향상되고 복잡한 형태의 문장들을 쓰려고 시도한 것을 알 수 있다. 본 연구의 결과는 한 학기 동안 해외어학연수를 받은 이후 대체로 학생들의 문장생성능력은 다소 증진하였지만, 문법적 요소들을 문장 속에서 정확하게 사용하는 문법적 정확성은 크게 향상하지 않은 것으로 나타났다. 이는 비록 해외 어학연수가 집중적으로 목표언어만 학습하여 언어입력을 확대할 수 있을 뿐만 아니라, 목표언어에 자연스럽게 노출될 수 있는 환경적 이점을 제공하긴 하지만, 한 학기라는 기간 안에 문법적으로 정확한 문장을 생성해내는 문법능력을 향상시키는 데는 크게 효과적이지 않았다는 것을 시사한다.

• 대한지리학회지
• /
• 제43권2호
• /
• pp.188-201
• /
• 2008

세계화의 빠른 진행과 더불어 외국에 대한 정확한 인식과 더불어 한국에 대한 외국인의 정확한 인식은 매우 중요한 문제로 등장하였다. 지명과 관련하여 아직도 사실적 오류와 더불어 국제관계에서의 미묘한 역학관계로 인하여 많은 오류가 남아 있는 점도 사실이다. 그 가운데 미국의 위성영상서비스들 가운데 대표적인 구글사의 검색서비스와 미국지리정보국의 지명데이터베이스에 관한 내용을 분석함으로서 문제의 뿌리가 어디인지를 밝히고자 하였다. 이미 구글에 관련된 논문은 Science Direct 검색결과 2008년 5월 현재 213편의 연구가 검색될 만큼 전세계적으로 문화적 영향력을 가지고 있다. 또한 구글과 연구란 단어로 검색하면 무려 414만여개의 자료가 검색될 만큼 방대한 내용을 포함하고 있다. 따라서 구글 위성영상 서비스의 정확한 지명표기는 어느 때보다 중요하다. 본고에서는 전 세계의 지명을 영어로 서비스하고 있는 구글사의 구글어스와 미국의 지명 DB내에 있는 오류사례를 찾아내어 그 유형을 분석하였다. 우리나라의 경우 이칭이라는 형태로 일본식 발음을 가진 지명이 등재되어 있으며 그 숫자도 많다. 1946년에 발간된 미군의 지도에는 일본식 표기가 많으나, 1954년도에 발간된 1:250,000 축척의 지도에는 나타나지 않았다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.1092-1096
• /
• 2009

영어와 한국어의 차이점 중의 하나는 한국어에서는 똑같은 자음이 앞 음절의 종성과 뒤 음절의 초성으로 나와서 겹자음이 될 수 있으나 영어에서는 이것이 불가능하다는 것이다. 그러므로 영어를 배우는 한국 학생들은 영어에서 summer와 같이 겹자음 철자를 포함하는 단어들을 발음할 때 철자의 겹자음을 모두 발음하는 오류를 흔히 보인다. 따라서 본 예비 연구에서는 한국 학생들이 영어 겹자음 철자를 어떻게 발음할 뿐 만 아니라 인지하는지 살펴보기 위해서 영어 겹자음과 단자음의 유사 최소변별쌍으로 구성된 36개의 실제어를 20명의 대학생이 듣고 발음하는 인지와 발화 실험을 실행하였다. 실험 결과 한국 학생들은 단자음 철자를 인지하거나 발화할 때는 각각 78.6%와 76.1%의 비교적 높은 정확율을 보이는 반면에 겹자음 철자을 인지하거나 발화할 때는 각각 55.3%와 61.7%의 낮은 정확율을 보임으로써, 영어 겹자음 철자를 더 길게 인지하고 또한 더 길게 발음하는 오류를 보였다. 또한 한국학생들의 발화를 스펙트로그램을 통해서 분석함으로써 영어 단자음 철자보다는 겹자음 철자에서 더 많은 발화오류를 일으키는 것도 보여주었다.

• 융합신호처리학회논문지
• /
• 제14권2호
• /
• pp.90-94
• /
• 2013

만주문자로 기록된 문헌의 디지털화에 대한 연구는 아직 초기 단계이다. 본 논문은 만주문자의 인식을 위한 전처리 방법을 제안한다. 만주문자의 전처리 단계는 세선화와 문자단위 분리가 중요하다. 본 논문에서는 기존 세선화 방법인 Hilditch 세선화 알고리듬을 개선하여 만주문자의 세선화 오류를 보완하고 각 문자단위를 좌우측으로 분류하지 않고 문자의 삐침이 존재하는 위치점 사이의 중심점을 이용하여 분리하여 내는 실제적인 방법을 제안하고 있다. 실험을 통하여 만주문자로 이루어진 단어의 세선화와 문자단위 분류에 적용하여 그 유효성을 보여주고 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.330-332
• /
• 2017

개체명 인식(Named Entity Recognition, 이하 NER)은 인명(PS), 기관명(OG), 장소(LC), 날짜(DT), 시간(TI) 등에 해당하는 개체명에 일정한 태깅 값을 주어 그 정보를 가시화하는 작업이다. 한국어 개체명 인식은 아직 그 자질이 충분히 밝혀져 있지 않아 자연어 처리 분야의 발전을 더디게 하는 한 요소로 작용하고 있다. 한국어가 음절 기반으로 단어를 형성하고 비교적 어순이 자유롭다는 특성이 있기에, 이런 특징을 잘 포착할 수 있는 "음절 기반의 Convolutional Neural Network(CNN)"의 아키텍쳐를 제안하여 66.80%의 성능을 보였다. 이 방법을 사용하면 형태소 분석등 개체명 이전 단계에서 발생하는 오류에 의해 개체명 인식(NER)의 성능이 떨어지는 문제를 해결할 수 있고, 조사나 어미 등을 제거하기 위한 후처리를 생략할 수 있다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.333-337
• /
• 2017

본 논문에서는 개체명 인식과 언어 모델의 다중 학습을 이용한 한국어 개체명 인식 방법을 제안한다. 다중 학습은 1 개의 모델에서 2 개 이상의 작업을 동시에 분석하여 성능 향상을 기대할 수 있는 방법이지만, 이를 적용하기 위해서 말뭉치에 각 작업에 해당하는 태그가 부착되어야 하는 문제가 있다. 본 논문에서는 추가적인 태그 부착 없이 정보를 획득할 수 있는 언어 모델을 개체명 인식 작업과 결합하여 성능 향상을 이루고자 한다. 또한 단순한 형태소 입력의 한계를 극복하기 위해 입력 표상을 자소 및 형태소 품사의 임베딩으로 확장하였다. 기계 학습 방법은 순차적 레이블링에서 높은 성능을 제공하는 Bi-directional LSTM CRF 모델을 사용하였고, 실험 결과 언어 모델이 개체명 인식의 오류를 효과적으로 개선함을 확인하였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.330-332
• /
• 2017

개체명 인식(Named Entity Recognition, 이하 NER)은 인명(PS), 기관명(OG), 장소(LC), 날짜(DT), 시간(TI) 등에 해당하는 개체명에 일정한 태깅 값을 주어 그 정보를 가시화하는 작업이다. 한국어 개체명 인식은 아직 그 자질이 충분히 밝혀져 있지 않아 자연어 처리 분야의 발전을 더디게 하는 한 요소로 작용하고 있다. 한국어가 음절 기반으로 단어를 형성하고 비교적 어순이 자유롭다는 특성이 있기에, 이런 특징을 잘 포착할 수 있는 "음절 기반의 Convolutional Neural Network(CNN)"의 아키텍쳐를 제안하여 66.80%의 성능을 보였다. 이 방법을 사용하면 형태소 분석등 개체명 이전 단계에서 발생하는 오류에 의해 개체명 인식(NER)의 성능이 떨어지는 문제를 해결할 수 있고, 조사나 어미 등을 제거하기 위한 후처리를 생략할 수 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1998년도 제10회 한글 및 한국어 정보처리 학술대회
• /
• pp.9-14
• /
• 1998

주어진 문자열에 품사를 정해주는 방법으로 현재 많이 사용되고 있는 것 중의 하나로 통계적 방법을 들 수 있다. 대부분의 통계적 방법은 품사 태깅을 위해 주변 품사열만으로 이뤄진 단순한 정보를 사용하고 있는데, 품사 태깅 문제는 본래 품사열 정보 뿐 아니라 단어에 대한 어휘 정보, 통사 정보, 연어 정보 등 다양한 정보들이 종합되어야 하는 문제이다. 이에 본 논문에서는 품사 태깅에 유용한 정보를 정형화하여 성능 향상을 얻어내는 방법을 제안한다. 제안된 방법은 먼저 품사열 정보만을 이용한 품사 태깅의 주된 오류인 조사, 용언, 연결어미의 구분 문제와 복합어의 형태소 분석 문제를 해결하기 위한 정보를 품사 분류 기준으로부터 얻어낸다. 얻어낸 정보들은 정형화 과정을 거쳐 최대 엔트로피 모델의 자질로 사용된다. 이렇게 얻어낸 모델을 가지고 수행된 실험 결과, 품사열 정보만을 이용한 품사태깅보다 좋은 성능을 얻을 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1998년도 제10회 한글 및 한국어 정보처리 학술대회
• /
• pp.316-320
• /
• 1998

한국어나 일본어처럼 문법형태소의 기능에 의해 단어의 통사적, 의미적 역할이 결정되는 교착어에서는 형태소 분석이 통사 분석과 의미 분석에 미치는 영향이 크기 때문에 한국어의 분석에 있어서 형태소 분석은 아주 중요하다. 관형적 표현이 많은 한글은 문법 규칙만으론 분석하기가 쉽지 않고, 분기가 많이 생성되므로 오류가 발생할 확률도 높다. 이러한 문제점을 해결하기 위해 본 논문에선 사전을 중심으로 해결하고자 한다. 그러기 위해선 방대한 용량의 사전이 필요로 하게 되고 이를 구축하기 위한 시간과 노력이 요구되므로 이미 구성된 코퍼스를 이용해 사전을 구성하여 많은 시간과 노력을 줄일 수 있도록 한다. 그리고 생성되는 많은 분기 가운데 올바른 경로를 찾아 가기 위해 코퍼스내의 각 태그 결합정보를 추출하고 추출한 결합정보의 통계정보-코퍼스내에서 사용된 빈도수-포함하여 우선순위를 정하도록 한다.