• 디지털융복합연구
• /
• 제15권6호
• /
• pp.505-511
• /
• 2017

이 연구의 목적은 스포츠기사의 문장길이 특성을 다른 취재 영역별, 일간종합지 매체별 그리고 스포츠종목별에 따라 파악하는 것이다. 연구 목적을 달성하기 위해 조선일보, 동아일보, 경향신문 그리고 스포츠전문매체인 MK스포츠가 배포한 기사를 수집하여 문장의 길이를 분석하였으며, 일원변량분석과 사후검증으로써 scheffe 분석을 실시하였다. 이러한 분석을 통해 다음의 3가지 결론이 도출됐다. 첫째, 신문기사의 문장길이는 취재영역별에 따라 유의미한 차이가 있었다. 구체적으로 정치기사의 문장길이가 가장 길었으며, 다음으로 경제, 사설 순이었고, 스포츠 기사가 가장 짧다. 둘째, 스포츠기사의 문장길이는 언론매체별 차이가 있다. 구체적으로 스포츠전문매체인 MK스포츠가 다른 종합일간지인 조선일보, 동아일보 그리고 경향신문보다 스포츠기사의 문장길이가 짧다. 셋째, 스포츠기사의 문장길이는 스포츠종목에 따라 차이가 있다. 구체적으로 골프가 가장 길며, 농구, 축구 순으로 길며 야구가 가장 짧다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.199-203
• /
• 2007

본 논문에서는 한영 통계기반 기계번역에서 한국어 문장 길이의 변화에 따른 번역 성능의 변화를 분석하고자 한다. 일반적으로 통계기반 기계번역은 정렬기법을 이용하는데 문장의 길이가 길수록 많은 변형(distortion)이 이루어진다. 특히 한국어와 영어처럼 어순이 매우 다를 경우, 문장 길이의 변화에 따라 그 변형이 더욱 심할 수 있다. 본 논문에서는 이러한 성질이 통계기반 기계번역에 어떠한 영향을 주는지를 실험적으로 살펴보고자 한다. 본 논문에서 비교적 잘 정렬된 203,310개의 문장을 학습데이터로 사용하였고, 세종 병렬 말뭉치로부터 89,309개의 문장을 추출하여 실험데이터로 사용하였다. 실험데이터는 한국어 문장의 길이에 따라 5구간($1{\sim}4,\;5{\sim}8,\;9{\sim}13,\;14{\sim}19,\;20{\sim}n$ 개)로 나뉘었다. 각 구간은 가능한 문장의 수가 비슷하도록 하였으며, 17,126, 18,507, 20,336, 17,884, 15,456개의 문장이 포함되었다. 데이터들은 모두 어절단위로 토큰을 나누었다. 본 논문에서는 한영 번역을 중심으로 평가되었다. 첫 번째 구간에서 가장 좋은 성능인 0.0621 BLEU를 보였으며, 마지막 구간에서 가장 좋지 않은 0.0251 BLEU를 보였다. 이는 문장의 길이가 길수록 변역 성능이 좋지 않음을 알 수 있었다. 문장이 길수록 구가 길어지고 구간의 수식이 복잡해지므로 번역의 성능은 점차 떨어진다. 이것을 볼 때, 구번역을 먼저 한 후, 다시 문장 번역을 한다면 좀 더 높은 기계번역의 성능을 기대할 수 있을 것이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2010년도 제22회 한글 및 한국어 정보처리 학술대회
• /
• pp.130-135
• /
• 2010

문장 정렬은 두 개의 문서 간의 대응이 되는 문장을 찾는 작업이다. 이 방법은 통계적 기계 번역의 학습 문서인 병렬 말뭉치를 자동으로 구축하는데 필수적인 방법이다. 본 연구에서는 길이 정보에 추가적으로 유사도 정보를 반영하는 한영 문장 정렬 방법을 제안한다. 먼저 한국어로 된 문서를 기계번역 시스템에 적용하여 영어 문서로 변환한다. 그리고 번역된 영어로 된 문서 결과와 영어로 된 대상 문서 간의 정렬 작업을 수행한다. 정렬 완료된 결과와 원시 문서, 대상 문서로부터 최종적인 결과를 생성해낸다. 본 논문에서는 기계 번역을 이용하는 방법과 더불어 기존의 길이 기반 문장 정렬 프로그램에 문장 유사도 정보를 추가하여 단어 정렬의 성능 향상을 꾀하였다. 그 결과 "21세기 세종기획"의 최종 배포본 내에 포함된 한영 병렬 말뭉치에 대해 한영 문장 정렬 F-1 자질의 결과가 89.39%를 보였다. 이 수치는 기존의 길이 기반의 단어 정렬의 성능 평가 결과와 비교했을 때 약 8.5% 가량 성능이 향상되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2001년도 제13회 한글 및 한국어 정보처리 학술대회
• /
• pp.302-309
• /
• 2001

말뭉치를 통한 통계적인 자연 언어 처리에 관한 연구가 다국어 처리 분야에서도 활발히 진행되고 있는 가운데, 본 논문에서는 병렬 말뭉치 구축 및 활용의 기본이 되는 문장 정렬을 위한 효과적인 방법을 제안한다. 먼저, 기존의 문장 길이를 이용한 방법을 한-영 문장 정렬에 적용해 보고, 길이 정보만을 이용했을 때의 한계점을 지적한다. 그리고, 사전과 품사 대응 확률을 이용한 단어 정렬을 통하여, 길이 기반의 정렬 방식이 갖는 문제점을 보완할 수 있는 방법을 제시한다. 실험을 통하여 제안한 방법이 길이에 기반한 방법에 비하여 높은 성능을 나타냄을 알 수 있었다. 또한 한-영 문장 정렬에의 어휘 정보 활용에 있어서 문제가 될 수 있는 요소가 어떤 것들이 있는지 알아본다.

• 말소리와 음성과학
• /
• 제14권2호
• /
• pp.39-54
• /
• 2022

본 연구의 목적은 L2KSC(외국어로서의 한국어 음성 말뭉치)의 한국어 부분에서 한국어 낭독과 자유 발화를 분석하여 음성 유형의 운율 차이를 명확히 하는 것이다. 이를 위해 문장의 조음 길이, 조음 속도, 한 문장 내 휴지 길이 및 휴지 빈도, 문장 F0값을 변수로 설정하고 통계적 방법론(t-검정, 상관 분석, 회귀 분석)을 통해 분석하였다. 실험결과, 낭독과 자유 발화는 각 문장을 구성하는 운율구 형태가 구조적으로 달랐는데 각 발화 유형을 구별하는 운율적 요소로는 조음 길이, 휴지 길이, 휴지 빈도로 나타났다. 통계적 결과에서는 낭독 발화는 조음 속도와 조음 길이의 상관관계가 가장 높았는데, 이는 주어진 문장이 길수록 화자가 더 빨리 말하는 것을 설명하였다. 그러나 자유 발화에서는 문장의 조음 길이와 휴지 빈도 사이의 관계가 높았다. 전반적으로 자유 발화에서는 문장을 만들기 위해 짧은 억양구가 지속적으로 만들어지는데, 그런 이유로 더 많은 휴지가 발생하여 문장이 더 길어지는 것으로 나타났다.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2003년도 학술대회 발표논문집
• /
• pp.52-57
• /
• 2003

문장 안에서 새로운 정보를 닫고 있는 초점이 실제 말소리에서 드러나는 특징을 연구하였다. 초점과 초점 주변의 초분절소(suprasegmental, 강세, 길이, 성조)를 분석한 결과, 초점 보다 초점 앞의 강세구 길이가 크게 늘어나는 것을 관찰하였는데, 이때 강세구 전체 길이 보다 마지막 음절의 길이가 두드러지게 길게 발음되었다. 또한, 초점 앞에서 문장 단위의 끊어 읽기가 나타나는 것을 발견하였다. 인구어와는 달리 초점에 강세를 동반한다는 특징을 찾아볼 수는 없었다.

• 한국음향학회지
• /
• 제14권1호
• /
• pp.56-64
• /
• 1995

본 논문에서는 18명의 아나운서로부터 녹음된 문장으로부터 분석된 결과를 바탕으로 하여 발음속도에 따른 한국어의 휴지기 규칙과 음절길이 조절규칙에 대하여 논하였다. 휴지기 규칙은 문장과 문장 사이, 절과 절 사이 그리고 말 토막과 말 토막 사이의 휴지지로 나누어 분석하였다. 분석결과로부터 다음과 같은 길이조절규칙을 찾아낼 수 있었다. 낭독체에 있어서 한 문장의 전체길이가 늘어날수록, 즉 발음속도가 늘어날수록, 늘어난 발음길이의 대부분을 문장사이 그리고 절 사이의 휴지기가 차지한다. 그리고 평균음절의 길이는 휴지기에 비교할 때 상대적으로 작게 증가한다. 또한 말 토막사이의 휴지기는 발음을 빠르게 할 때에는 발화되지 않다가 발음속도가 느려짐에 따라서 서서히 발화되기 시작한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2013년도 제25회 한글 및 한국어 정보처리 학술대회
• /
• pp.120-125
• /
• 2013

본 연구는 대량의 특정 도메인 한영 병렬 말뭉치에서 통계 기반 기계 번역 시스템을 이용하여 병렬어휘를 효과적으로 추출해 낼 수 있는 방법에 관한 것이다. 통계 번역 시스템에서 어족이 다른 한국어와 영어간의 문장은 길이 및 어순의 차이로 인해 용어 번역 시 구절 번역 정확도가 떨어지는 문제점이 발생할 수 있다. 또한 문장 길이가 길어짐에 따라 이러한 문제는 더욱 커질 수 있다. 본 연구는 이러한 조건에서 문장의 길이가 축소된 코퍼스를 통해 한정된 코퍼스 자원 내 구 번역 테이블의 병렬어휘 추출 성능이 향상될 수 있도록 하였다.

• 정보관리학회지
• /
• 제18권3호
• /
• pp.159-178
• /
• 2001

본 연구에서는 문장 클러스터로부터 대표문장을 선정하여 요약문을 생성하는 자동요약 모형을 제시하고. 학습문서 집단을 미용하여 최적의 요약 환경을 구축한 후 요약 실험을 수행하였다. 학습 과정에서 문장의 클러스터링 기법으로는 7개의 계층적 기법들을 비교한 결과 클러스터를 구성하는 문장 수의 편차가 가장 적고 단일 문장 클러스터를 가장 적게 생성하는 센트로이드 기법이 선택되었다. 또한 각 클러스터를 대표하는 문장의 선정을 위해 용어 및 문장 가중치를 합산한 문장값과 클러스터-문장 벡터간 유사도의 두 기준을 비교한 결과 문장값 기준이 선택되었다. 용어 가중치로는 역문장빈도와 표제어 가중치, 그리고 문장의 위치 가중치가 자동요약 성능을 개선시키는 것으로 나타났으며, 적절한 요약문의 길이는 전체 문서의 1/3인 것으로 나타났다. 실험문서 집단으로는 문서의 길이와 특성이 다른 신문기사와 잡지기사의 두 집단을 이용하였다. 요약 모형의 검증 실험 결과 요약 정확률은 신문기사 집단에서는 53%, 잡지기사 집단에서는 47%인 것으로 나타났다. 두 실험 모두 랜덤하게 생성한 베이스라인 요악문보다 성능이 우수하였으나, 리드문장들로 구성된 베이스라인 요약문과의 비교에서는 짧은 길이의 신문기사의 경우 요약 모형의 성능이 오히려 떨어지는 것으로 나타났다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2002년도 제14회 한글 및 한국어 정보처리 학술대회
• /
• pp.163-168
• /
• 2002

오늘날 자연어 구문 분석 기술은 만족할 만한 수준에 도달하지 못하고 있고 한국어 구문분석 기술 역시 만족할만한 수준과는 거리가 멀다. 특히 문장의 길이가 긴 문장의 경우 구문분석기가 너무 많은 계산 량으로 인해 제대로 동작하지 못하는 경우가 빈번히 발생하고, 비록 구문구조 결과를 내더라도 정확도가 낮은 경우가 많다. 그 이유는 문장의 길이가 길어질수록 중의성이 매우 증가하여 많은 수의 구문분석 결과가 가능하기 때문이다. 이 중에서 정확한 구문구조를 선택하는 문제는 매우 어려워서 기존의 긴 전체 문장에 대한 구문구조를 한번에 계산하려는 시도는 앞으로도 계속 좋은 결과를 기대하기 어렵다. 따라서 우리는 문장의 길이에 상관없이 항상 안정적으로 결과를 내며, 구문분석에 소요되는 시간이 비교적 짧고, 정확도 역시 높은 구문분석기를 개발하고자 한다. 이를 위하여 전체 문장을 여러 개의 구간으로 분할하여 각 구간을 독립적으로 구문 분석한다. 그 다음 각 구간의 결과를 통합하여 전체 문장에 대한 결과를 생성하는 기법을 택하였다.