[논문 리뷰] Korean to English Translation Using Synchronous TAGs

Dania Egedi, Martha Palmer외 2명|ArXiv.org|1994. 10. 24.

Natural Language Processing Techniques참고 문헌 11인용 수 5

한 줄 요약

이 논문은 한국어에서 영어로의 번역을 위한 동기화된 TAG 기반 기계 번역 시스템을 제시하며, 동의어 다의어를 해결하고 논의 모델링을 통해 주제화된 문항을 복원하기 위해 의미적 특징 통합을 사용한다. 이 접근법은 의미적 특징을 문법적 트리와 통합함으로써 정확한 어휘 선택과 구조 전이를 달성하며, 완전한 상위 개념어 표현을 요구하지 않으면서도 깊이 있는 의미 표현을 갖춘 전이 기반 방법의 실현 가능성을 입증한다.

ABSTRACT

It is often argued that accurate machine translation requires reference to contextual knowledge for the correct treatment of linguistic phenomena such as dropped arguments and accurate lexical selection. One of the historical arguments in favor of the interlingua approach has been that, since it revolves around a deep semantic representation, it is better able to handle the types of linguistic phenomena that are seen as requiring a knowledge-based approach. In this paper we present an alternative approach, exemplified by a prototype system for machine translation of English and Korean which is implemented in Synchronous TAGs. This approach is essentially transfer based, and uses semantic feature unification for accurate lexical selection of polysemous verbs. The same semantic features, when combined with a discourse model which stores previously mentioned entities, can also be used for the recovery of topicalized arguments. In this paper we concentrate on the translation of Korean to English.

연구 동기 및 목표

• 내용이 복잡한 한국어 문법 현상(예: 생략된 서술어, 다의어 동사)을 다룰 수 있는 전이 기반 기계 번역 시스템을 개발하기 위해.
• 의미적 특징을 문법적 구조와 통합하여 번역에서 정확한 어휘 선택 문제를 해결하기 위해.
• 이전에 언급된 실체를 추적하는 논의 모델을 사용하여 영어 출력에서 생략된 주제화된 문항을 복원할 수 있도록 하기 위해.
• 동기화된 TAG 프레임워크가 완전한 상위 개념어 표현에 의존하지 않고도 정확하고 맥락에 민감한 번역을 지원할 수 있음을 입증하기 위해.

제안 방법

• 시스템은 한국어와 영어의 병렬적인 문법적 및 의미적 구조를 모델링하기 위해 동기화된 트리 부착 문법(STAGs)을 사용한다.
• 의미적 특징은 어휘 항목에 부착되고 파싱 중에 통합되어 다의어 동사의 올바른 의미를 선택한다.
• 논의 모델은 이전에 언급된 실체의 기록을 유지하여 한국어에서 생략된 주제화된 문항을 복원한다.
• 시스템은 동기화된 유도 규칙를 사용하여 한국어의 문법적 트리를 영어로 정렬하고 변환함으로써 전이를 수행한다.
• 파싱 중에 의미 통합을 적용하여 맥락 및 논의 수준의 정보에 기반한 어휘 선택을 제약한다.
• 문법적 전이와 의미적 특징 전파를 결합하여 정확하고 맥락에 적절한 번역을 보장한다.

실험 결과

연구 질문

• RQ1 의미적 특징을 사용하여 전이 기반 기계 번역 시스템이 한국어에서 영어로의 번역에서 다의어를 효과적으로 해결할 수 있는가?
• RQ2 자주 생략되는 주제화된 문항이 논의 모델을 통해 영어 출력에서 어떻게 복원될 수 있는가?
• RQ3 동기화된 TAG가 이질적 언어 간의 문법적 및 의미적 전이를 정확히 모델링하는 데 충분한 형식을 제공할 수 있는가?
• RQ4 의미적 특징 통합이 전이 기반 번역 프레임워크에서 어휘 선택을 얼마나 향상시킬 수 있는가?
• RQ5 완전한 상위 개념어 표현을 요구하지 않는 동기화된 TAG 기반 시스템이 정확한 번역을 달성할 수 있는가?

주요 결과

• 의미적 특징 통합을 통해 시스템은 한국어 동사의 다의어를 성공적으로 해결하여 어휘 선택 정확도를 향상시켰다.
• 이전에 언급된 실체를 추적하는 논의 모델을 사용하여 영어 출력에서 주제화된 문항을 효과적으로 복원하였다.
• 동기화된 TAG는 한국어와 영어 간의 문법적 및 의미적 전이를 모델링하는 데 강력한 형식을 제공한다.
• 의미적 특징을 문법적 트리와 통합함으로써 완전한 상위 개념어 표현 없이도 맥락에 민감한 번역이 가능해졌다.
• 의미 통합을 갖춘 전이 기반 시스템이 상위 개념어 방법과 비교해도 높은 품질의 번역을 달성할 수 있음을 입증하였으며, 이는 더 명확한 구현 가능성을 제공한다.