[논문 리뷰] A discourse based approach in text-based machine translation

Sana Ullah, Mohammad Aamir Khan외 1명|arXiv (Cornell University)|2007. 07. 01.

Natural Language Processing Techniques참고 문헌 1인용 수 1

한 줄 요약

이 논문은 복잡한 논의를 체계적인 분해를 통해 원시 논의로 전환함으로써 텍스트 기반 기계 번역에서 생략을 해결하기 위한 논의 기반 접근법을 제안한다. 실제 신문 기사에 논의 공식을 적용하여 Khan(1995)의 작업을 발전시켰으며, 새로운 원시 논의 패턴을 식별하였고, 실제 조각들을 분석한 경험적 분석을 통해 검증하였다.

ABSTRACT

This paper presents a theoretical research based approach to ellipsis resolution in machine translation. Moreover, the formula of discourse is applied in order to resolve ellipses. The validity of the discourse formula is analyzed by applying it to the real world text i.e. newspaper fragments. The source text is converted into mono-sentential discourses where complex discourses require further dissection either directly into primitive discourses or first into compound discourses and later into primitive ones. The procedure of dissection needs further improvement i.e. discovering as many primitive discourse forms as possible. This work is further improvement to the concepts presented by Khan (Khan, 1995). Likewise, an attempt has been made to investigate new primitive discourses i.e. patterns from the given text.

연구 동기 및 목표

• 논의 분석을 활용하여 텍스트 기반 기계 번역에서 생략 해소 문제를 해결하기 위해.
• 실제 텍스트에서 새로운 원시 논의 양식을 식별하여 Khan(1995)의 프레임워크를 확장하기 위해.
• 신문 기사 조각의 경험적 분석을 통해 논의 공식의 타당성과 적용 가능성을 검증하기 위해.
• 복잡한 논의를 원시 또는 복합 논의로 분해하는 과정을 향상시키기 위해.
• 논의 인식 기반 기계 번역 시스템의 이론적 기반을 강화하기 위해.

제안 방법

• 분석을 단순화하기 위해 원천 텍스트를 단문 논의로 변환하기 위해.
• 복잡한 논의를 직접 원시 논의로 또는 중간 복합 논의를 거쳐 분해하기 위해.
• 맥락적 및 구조적 관계를 활용하여 논의 공식을 적용해 생략을 해결하기 위해.
• 논의 공식의 타당성과 적용 가능성을 테스트하기 위해 실제 신문 기사 조각을 분석하기 위해.
• 원천 자료의 텍스트 분 析를 통해 새로운 원시 논의 패턴을 식별하기 위해.
• 최대한 많은 원시 논의 형태를 발견할 수 있도록 분해 절차를 개선하기 위해.

실험 결과

연구 질문

• RQ1 생략 해소를 위해 논의 구조를 체계적으로 분해하는 방법은 무엇인가?
• RQ2 실제 텍스트에서 유도할 수 있는 가장 효과적인 원시 논의 형태는 무엇인가?
• RQ3 논의 공식은 신문 기사 조각에서 생략 해소에 어느 정도 향상시키는가?
• RQ4 제안된 방법은 논의 기반 번역을 위한 Khan(1995)의 프레임워크에 대해 어떻게 향상시키는가?
• RQ5 원시 논의를 식별하기 위한 현재의 분해 과정에서의 한계는 무엇인가?

주요 결과

• 맥락적 논의 구조를 활용하여 논의 공식이 실제 신문 기사 조각의 생략을 효과적으로 해결함을 확인하였다.
• 경험적 텍스트 분석을 통해 새로운 원시 논의 패턴을 성공적으로 식별하였으며, 이는 이전 연구를 확장한 것이다.
• 복잡한 논의를 원시 형태로 분해하는 과정이 생략 해소의 정밀도를 향상시킴을 입증하였다.
• 실제 텍스트에서의 적용 가능성으로 이론적 프레임워크의 타당성을 검증하였다.
• 원시 논의 형태를 최대한으로 발견하기 위해 분해 절차의 보완이 더 필요하다.
• 논의 인식 기반 기계 번역 시스템을 위한 견고한 기반을 제공하였다.