[논문 리뷰] Determination of referential property and number of nouns in Japanese sentences for machine translation into English

Masaki Murata, Makoto Nagao|ArXiv.org|1994. 05. 19.

Natural Language Processing Techniques인용 수 35

한 줄 요약

이 논문은 표면 수준의 언어적 신호를 사용하여 일본어 명사의 참조 성질(일반적, 정규, 부정적)과 수(가산, 복수, 가산 불가)를 추정하는 규칙 기반 전문가 시스템을 제안한다. 이는 정확한 영어 기계 번역을 위해 개선된 것이다. 의존 구조와 체언의 수를 나타내는 지시어, 수수어, 조사와 같은 맥락적 표시를 활용하여 히우리스틱 규칙을 적용함으로써, 훈련 데이터에서 참조 성질 검출에 85.5%의 정확도와 수 결정에 89.0%의 정확도를 달성하였으며, 외부 테스트 텍스트에서는 각각 68.9%와 85.6%의 성능을 보였다. 이는 일본어에서 영어 번역 시 관사와 복수형에 대한 모호성을 해결하는 데 표면 수준의 히우리스틱이 효과적임을 보여준다.

ABSTRACT

When translating Japanese nouns into English, we face the problem of articles and numbers which the Japanese language does not have, but which are necessary for the English composition. To solve this difficult problem we classified the referential property and the number of nouns into three types respectively. This paper shows that the referential property and the number of nouns in a sentence can be estimated fairly reliably by the words in the sentence. Many rules for the estimation were written in forms similar to rewriting rules in expert systems. We obtained the correct recognition scores of 85.5\% and 89.0\% in the estimation of the referential property and the number respectively for the sentences which were used for the construction of our rules. We tested these rules for some other texts, and obtained the scores of 68.9\% and 85.6\% respectively.

연구 동기 및 목표

• 일본어 명사에 내재된 관사나 복수 표시가 없이 영어로 번역하는 데 도전하는 문제를 해결하기 위해.
• 표면 수준의 언어적 신호를 사용하여 명사의 참조 성질(일반적, 정규, 부정적)과 수(단수, 복수, 가산 불가)를 추정하기 위해.
• 일본어 문장 내 명사 해석에 있어 전문가의 판단을 모방하는 히우리스틱 규칙 시스템을 개발하기 위해.
• 일반화 및 강건성 평가를 위해 훈련 데이터와 독립된 테스트 텍스트에서 시스템 성능을 평가하기 위해.

제안 방법

• 시스템은 지시어(예: KONO, ANO, SONO), 주제 표시자(WA), 문장 구조와 같은 맥락적 표시를 기반으로 명사구를 세 가지 참조 유형(일반적, 정규, 부정적)으로 분류한다.
• 수 결정을 위해 수수어(예: 1 → 단수, ≥2 → 복수), 조사(WA, GA, MO, O), 그리고 일반적 명사와 함께 사용될 때 복수를 암시하는 동사(SUKI 또는 TANOSHIMU)와 같은 요소를 기반으로 규칙을 적용한다.
• 히우리스틱 규칙는 전문가 시스템 규칙과 유사한 형식으로 표현된다: (조건) ⇒ { 카테고리(선호도, 점수) }, 여기서 선호도와 점수는 신뢰도 수준을 반영한다.
• 의존 구조를 사용하여 문법적 관계를 분석함으로써 수식어와 술어를 식별하고, 이들이 참조 성질과 수 특성에 영향을 주는지를 파악한다.
• 기본값을 할당한다(예: 특정 단서가 없을 경우 단수로 기본 설정)하고, 갈등을 해결하기 위해 규칙를 계단식으로 적용한다.
• 시스템은 문법 교재 예제로 훈련되었으며, 일반화 능력을 평가하기 위해 민속 설화와 에세이 등 영어 번역이 확정된 텍스트로 테스트되었다.

실험 결과

연구 질문

• RQ1 깊은 의미 분석 없이도 표면 수준의 언어적 특성만으로 일본어 명사의 참조 성질을 신뢰성 있게 추정할 수 있는가?
• RQ2 조사, 지시어, 수수어, 술어를 기반으로 한 히우리스틱 규칙이 일본어 명사의 수(단수/복수/가산 불가)를 얼마나 정확하게 예측할 수 있는가?
• RQ3 이러한 표면 수준의 규칙은 훈련 데이터 외부의 새로운 텍스트로 일반화하는 데 얼마나 효과적인가?
• RQ4 훈련 데이터와 도메인 외부 테스트 데이터 간의 성능 격차는 참조 성질과 수 특성 예측에서 얼마나 큰가?

주요 결과

• 훈련 데이터에서 참조 성질 추정에 대해 85.5%의 정확한 인식 점수를 확보하여 제어된 예제에서 뛰어난 성능을 보였다.
• 수 결정에 대해 훈련 세트에서 89.0%의 정확도를 달성하여 단수, 복수, 가산 불가 형태를 탐지하는 데 매우 높은 신뢰도를 보였다.
• 외부 테스트 텍스트에서는 참조 성질에 대해 68.9%의 정확도, 수 결정에 대해 85.6%의 정확도를 기록하여 새로운 자료에서 성능이 낮아졌지만 여전히 의미 있는 성능을 유지하였다.
• 성능 저하 현상은 규칙가 합리적으로 일반화되지만 철학적 또는 정치적 논의와 같은 추상적 또는 복잡한 텍스트에서는 덜 효과적임을 시사한다.
• 결과적으로 지시어, 수수어, 조사, 동사 보어와 같은 표면 수준의 신호가 일본어에서 영어 번역 시 관사 및 복수형 결정에 강력하고 신뢰할 수 있는 지표가 될 수 있음을 보여준다.
• 본 연구는 문법적 및 맥락적 신호를 기반으로 한 히우리스틱 규칙 시스템이 전체 문장 간 또는 깊은 의미 분석 없이도 번역 품질을 크게 향상시킬 수 있다는 결론을 내린다.