• 한국언어정보학회지:언어와정보
• /
• 제19권2호
• /
• pp.127-153
• /
• 2015

Negative expressions have their semantic function of classical negation as a pure reverser of truth-values. They also have various kin and foes of their pragmatic functions such as association of bad feelings (Russell 1948), emphasis/attenuation by negative polarity items, sarcasm, and metalinguistic negation (MN). This paper explores how MN and descriptive negation (DN) differ and whether the difference creates pragmatic ambiguity (Horn 1987) or reflects merely contextual variations of one logical negation (Carston 1996). To test the debate, this paper treats certain degree modifiers licensed exclusively by MN as in Mia-ka POTHONG/Yekan yeppu-n key an-i-a [external neg] (vs. modifier NPIs like cenhye 'at all', licensed only by DN) and contrasts them with bad utterances of the MN modifiers in [short form neg] sentences (not for MN) such as Mia-ka POTHONG an yeppu-e. The ERP results of the well-formed vs. ill-formed conditions evoked the N400 at Cz in written stimuli and the N400 near the center on both hemispheres in spoken stimuli. The results suggest that the anomalies are meaning-related and tend to support the pragmatic ambiguity.

• Journal of Information Processing Systems
• /
• 제20권1호
• /
• pp.1-12
• /
• 2024

Nowadays, Islamic content is widely used in research, including Hadith and the Al-Quran. Both are mostly used in the field of natural language processing, especially in text classification research. One of the difficulties in learning the Al-Quran is ambiguity, while the Al-Quran is used as the main source of Islamic law and the life guidance of a Muslim in the world. This research was proposed to relieve people in learning the Al-Quran. We proposed a word embedding feature-based on Tensor Space Model as feature extraction, which is used to reduce the ambiguity. Based on the experiment results and the analysis, we prove that the proposed method yields the best performance with the Hamming loss 0.10317.

• 한국언어정보학회지:언어와정보
• /
• 제13권2호
• /
• pp.47-57
• /
• 2009

It has been observed that not all negative polarity items (NPIs) are licensed in the same negative contexts, and different NPIs may be licensed by different negative expressions. This shows that Ladusaw's (1979) downward entailment is not precise enough to account for the distributional patterns of NPIs (van der Wouden, 1997; van der Wouden and Zwarts, 1993; Zwarts, 1986, among others). One well-known attempt to deal with this issue is to divide negative expressions into several subtypes. Using boolean semantics, Zwarts (1986; 1998) distinguishes three kinds of downward entailing licensors and accounts for heterogeneous NPI-licensing conditions by means of the semantic strength of negative expressions. This approach has been adopted to define Korean negation (Nam, 1994; Chung, 1993; Chung, 1997; Hwang, 2009). In this paper, however, we argue that the boolean semantic approach for negation is not adequate in characterizing the properties of Korean negative expressions and explaining the contexts of licensing Korean NPIs.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2002년도 Language, Information, and Computation Proceedings of The 16th Pacific Asia Conference
• /
• pp.370-382
• /
• 2002

This paper puts forward an analysis of scope interactions between Japanese adverbial quantifiers like mainichi 'everyday'and tokidoki 'sometimes'and a negative morpheme nai 'not'on the basis of f(ocus)-structures. In this analysis, three f-structures are assigned to a sentence with an adverbial quantifier and a negative morpheme. One of them represents a negation-wide reading, and the other two represent quantifier-wide readings. Some f-structures, however, are unacceptable due to semantic or pragmatic factors. Different scope behaviors of the two quantifiers mentioned above can then be ascribed to acceptability of f-structures.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권5호
• /
• pp.448-448
• /
• 2001

The definitions in Korean dictionary not only describe meanings of title, but also include various semantic information such as hypernymy/hyponymy, meronymy/holonymy, polysemy, homonymy, synonymy, antonymy, and semantic features. This paper purposes to implement a parser as the basic tool to acquire automatically the semantic information from the definitions in Korean dictionary. For this purpose, first we constructed the part-of-speech tagged corpus and the tree tagged corpus from the definitions in Korean dictionary. And then we automatically extracted from the corpora the frequency of words which are ambiguous in part-of-speech tag and the grammar rules and their probability based on the statistical method. The parser is a kind of the probabilistic chart parser that uses the extracted data. The frequency of words which are ambiguous in part-of-speech tag and the grammar rules and their probability resolve the noun phrase's structural ambiguity during parsing. The parser uses a grammar factoring, Best-First search, and Viterbi search In order to reduce the number of nodes during parsing and to increase the performance. We experiment with grammar rule's probability, left-to-right parsing, and left-first search. By the experiments, when the parser uses grammar rule's probability and left-first search simultaneously, the result of parsing is most accurate and the recall is 51.74% and the precision is 87.47% on raw corpus.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.479-488
• /
• 2006

언어 장애인에게 기존의 키보드에 의한 문자입력 방법보다 원활하고 편리한 의사전달 환경을 제공하기 위한 아이콘 언어 인터페이스를 설계한다. 이를 위하여 활용성이 높은 대화 영역으로부터 구축한 원시 말뭉치를 대상으로 어휘 구사 경향과 특성을 분석하고 형태소, 구문, 의미 분석을 적용하여 아이콘에 부여되는 한국어의 어휘와 의미를 추출한다. 사용자가 직관적으로 인지하고 전달할 수 있는 아이콘 영역을 선별하고 추출한 한국어의 어휘와 의미를 정합시킨다. 이웃하는 아이콘간의 연결로부터 전달하고자 하는 의미적 상황을 만들어내기 위하여, 아이콘 언어의 어휘와 품사, 문법 규칙, 의미체계를 정의하여 아이콘 언어를 설계한다. 아이콘 언어에서 나타날 수 있는 언어적 애매성을 해결하기 위한 방법으로 범용의 한국어 의미사전과 술어 중심의 하위범주화사전으로부터 아이콘 언어에 대한 상황중심의 의미 데이터를 구축한다. 이를 바탕으로 아이콘 언어 인터페이스로부터 한국어를 의미적인 범주에서 생성한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권11호
• /
• pp.986-998
• /
• 2006

인터넷의 발전으로 방대해진 정보를 컴퓨터가 이해하고 효율적으로 관리하기 위해서는 시맨틱 웹 기반의 메타데이타가 반드시 필요하다. 그러나 메타데이타 생성 시 의미 중의성을 가진 정보가 존재하며 이 문제의 해결책이 필요하다. 본 논문에서는 순차적으로 존재할 수 있는 단어들의 확률 모델을 이용하여 문서와 같은 정보에 포함된 의미가 애매한 단어를 관련성이 높은 모델의 개념으로 메타데이타를 생성하는 방법을 제안한다. 제안한 방법에서 메타데이타를 생성 할 때, 온톨로지에 정의된 개념들 간의 중의성을 고려하고 명칭(named entity)의 일부 단어에 대한 인식을 위해 은닉 마르코프 모델(Hidden Markov Model)을 사용한다. 먼저 온톨로지에 정의된 각 클래스(class)의 인스턴스(instance)를 인식하기 위한 마르코프 모델을 생성한다. 다음으로 문서로부터 의미가 애매한 단어의 의미를 파악할 수 있는 상황정보(Context)를 생성하고, 상황정보에 포함된 단어들의 순서에 대응하는 최적의 마르코프 모델을 찾아 메타데이타 생성시의 중의성 문제를 해결한다. 제안한 방법으로 전산학관련 논문에 대해 의미가 애매한 7개의 단어를 추출하여 실험하였다. 그 결과 상황정보에 존재하는 개체(entity)의 의미부류들 중 가장 빈번한 의미 부류로 애매한 단어의 의미를 선정한 SemTag보다 정확도 면에서 38%정도의 나은 성능을 나타내었다.

• 정보관리학회지
• /
• 제26권2호
• /
• pp.173-194
• /
• 2009

최근 특정 도메인의 개념에 대한 정확한 정의, 계층적 관계나 추론규칙을 정형화된 어휘로 기술된 온톨로지 지식을 기반하는 시맨틱 탐색기법이 정보검색시스템에 응용됨에 따라 이용자는 보다 쉽게 지식기반을 항해할 수 있다. 본 연구의 목적은 의미적 애매성을 줄여주고, 의미적 관계성을 제시해 줌으로서 이용자가 보다 정확하고 쉽게 정보를 검색할 수 있게 해주는 온톨로지 기반의 정보검색 인터페이스를 개발하는 것이다. 이를 위해서 본 연구는 연구자정보 기술요소들의 클래스의 계층관계, 데이터의 계층관계 및 속성, 관계 연계성을 정의하였고 이를 기반으로 하여 구조화된 온톨로지를 기반으로 기술된 연구자정보를 검색할 수 있는 검색 인터페이스를 제안하였다. 이용자는 연구자들의 연구결과물, 개인적 데이터, 학력 또는 경력과 같은 개인정보를 검색할 수 있을 뿐만 아니라, 연구자의 사회적 연결 즉 같은 주제의 연구나 강의를 수행하는 연구자들 또는 같은 분야의 지적 커뮤니케이션에 속하는 연구자들을 브라우징 할 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권7호
• /
• pp.784-793
• /
• 2000

기존의 한국어 형태소 해석은 한국어의 교착어 특성상 다양한 형태론적 모호성을 가진다. 이러한 형태론적 모호성은 많은 구문 모호성을 만들어 내어 올바른 의미를 가지는 파스트리의 선택을 어렵게 한다. 한국어에서 이런 형태론적 모호성의 대부분이 보조용언이나 의존 명사와 관련이 있다. 보조용언이나 의존명사는 주위의 형태소들과 강한 결합 관계를 가지고 있으며, 대부분 자립성이 없는 기능형태소이다. 결합된 형태소들은 문장 내에서 하나의 기능적 역할이나 구문적 역할을 수행한다. 우리는 품사 태깅된 20 만 어절 크기의 말뭉치로부터 이 형태소열을 찾아 이를 3가지 유형으로 분류하였다. 그리고, 이를 구문 형태소로 정의하고 구문 형태소를 구문 분석의 기본 입력 단위로 간주하였다. 본 논문에서는 구문 형태소가 아래와 같은 문제의 해결에 있어서 효율적인 방법임을 제안한다: 1) 형태소 해석의 축소, 2) 구문 해석 도중 불필요한 부분 파스트리의 배제, 3) 구문 모호성의 축소. 마지막으로, 실험 결과를 통해 구문단위 형태소가 형태소 및 구문 모호성을 축소하기 위해 반드시 필요함을 보인다.

• 정보과학회 논문지
• /
• 제44권8호
• /
• pp.813-821
• /
• 2017

개체 링킹은 입력된 질의에 존재하는 개체를 표현한 개체 표현(entity mention)을 지식베이스에 존재하는 개체와 연결하여 의미를 파악하는 연구이다. 개체 링킹에 관한 연구는 지식 베이스 구축 문제, 다중 표현 문제, 개체 연결 중의성 문제, NIL 개체 인식 문제가 존재한다. 본 연구에서는 지식 베이스 구축 문제와 다중 표현 문제를 해결하기 위해 위키피디아를 기반으로 개체 이름 사전을 구축한다, 또한, 문맥 유사도, 의미적 관련성, 단서 단어 점수, 개체 표현의 개체명 타입 유사도, 개체 이름 매칭 점수, 개체인기도 점수 자질들을 기반으로 SVM(support vector machine)을 학습하여, NIL 개체를 인식하는 문제와 개체 연결 중의성을 해소하는 방법을 제안한다. 구축한 지식 베이스를 기반으로 제안한 두 방법을 순차적으로 적용하였을 때 좋은 개체 링킹 성능을 얻었다. 개체 링킹 시스템의 성능은 NIL 개체 인식 성능이 83.66%, 중의성 해소 성능이 90.81%의 F1 점수를 보였다.