[논문 리뷰] A Spanish Tagset for the CRATER Project

Fernando Sánchez León|arXiv (Cornell University)|1994. 06. 14.

Speech and dialogue systems인용 수 6

한 줄 요약

이 논문은 유럽연합위원회(CCE)의 자금 지원을 받은 다국어 대조 어휘자료 프로젝트인 CRATER 프로젝트를 위해 개발된, 철저하게 언어학적으로 기반을 둔 스페인어의 품사 품사 품사 체계를 제시한다. 이 품사 품사 체계는 스페인어 전용으로 설계되었으며, 커뮤니티 피드백을 통해 정교화되었으며, 적응된 Xerox PARC 품사 태거와 함께 사용되어 스페인어 어휘자료 컴ponent의 정확한 자동 태깅을 가능하게 한다.

ABSTRACT

This working paper describes the Spanish tagset to be used in the context of CRATER, a CEC funded project aiming at the creation of a multilingual (English, French, Spanish) aligned corpus using the International Telecommunications Union corpus. In this respect, each version of the corpus will be (or is currently) tagged. Xerox PARC tagger will be adapted to Spanish in order to perform the tagging of the Spanish version. This tagset has been devised as the ideal one for Spanish, and has been posted to several lists in order to get feedback to it.

연구 동기 및 목표

• CRATER 프로젝트의 맥락에서 스페인어에 특화된 품사 품사 체계를 설계하기.
• 국제통신연합(ITU) 어휘자료를 기반으로 다국어 대조 어휘자료를 구축하기 위한 지원.
• 적절한 품사 품사 체계를 정의함으로써 Xerox PARC 태거를 스페인어 언어 처리에 적응시키기.
• 커뮤니티 상담과 피드백을 통해 품사 품사 체계의 강건성과 수용 가능성을 확보하기.
• 스페인어 텍스트에서 일관되고 정확한 품사 태깅을 위한 표준화된 태깅 프레임워크 수립하기.

제안 방법

• 스페인어 문법과 문맥적 구조의 언어학적 분석을 기반으로 품사 품사 체계를 개발하였다.
• 모든 주요 어류 및 문법적 범주를 포함하는 포괄적인 체계로 설계되었다.
• 컴퓨터 언어학 및 자연어 처리 분야의 커뮤니티로부터 피드백을 받기 위해 학술 메일링 리스트에 품사 품사 체계를 게시하였다.
• 전문가들의 반응과 제안에 기반해 최종 품사 품사 체계를 반복적으로 정교화하였다.
• 제안된 품사 품사 체계를 인식하고 할당할 수 있도록 Xerox PARC 태거를 적응시켰다.
• 태깅 과정은 영어 및 프랑스어 버전과의 대조를 위해 CRATER 어휘자료의 스페인어 버전에 적용될 것을 목적으로 하였다.

실험 결과

연구 질문

• RQ1 정확한 스페인어 문법을 컴퓨터 어휘자료에서 표현하기 위해 최적의 품사 태그 집합은 무엇인가?
• RQ2 다국어 대조 어휘자료에서 일관성을 보장하기 위해 표준화된 품사 품사 체계를 어떻게 설계할 수 있는가?
• RQ3 커뮤니티 피드백은 자연어 처리 응용을 위한 언어학적 품사 품사 체계 정교화에 어떤 역할을 하는가?
• RQ4 기존에 영어 중심으로 설계된 태깅 도구인 Xerox PARC 태거를 스페인어 처리에 효과적으로 어떻게 적응시킬 수 있는가?
• RQ5 언어학적 정밀성과 계산 가능성의 균형을 고려할 때, 품사 품사 체계 설계를 지도하는 데 있어 어떤 기준이 있어야 하는가?

주요 결과

• 최종 품사 품사 체계는 자연어 처리 분야의 커뮤니티로부터 온 피드백을 기반으로 반복적인 정교화 과정을 거쳐 개발되었다.
• 품사 품사 체계는 스페인어의 형태구문적 특성에 특화되어 있어 언어학적 정확성을 보장하였다.
• 새로운 품사 품사 체계를 사용하여 Xerox PARC 태거가 성공적으로 스페인어 처리에 적응되었다.
• 품사 품사 체계는 CRATER 프로젝트의 프레임워크 내에서 고품질의 다국어 대조 어휘자료 제작을 지원하도록 설계되었다.
• 이 프로젝트는 향후 자연어 처리 응용 분야에서 재사용 가능한 일관된 스페인어 품사 태깅 기반을 마련하였다.
• 커뮤니티 상담의 중요성을 자연어 처리를 위한 강건한 언어학적 자원 설계 과정에서 입증하였다.