[논문 리뷰] Marking-up multiple views of a Text: Discourse and Reference

Dan Cristea, Nancy Ide외 1명|ArXiv.org|2009. 09. 15.

Multi-Agent Systems and Negotiation참고 문헌 13인용 수 3

한 줄 요약

이 논문은 단일 텍스트 내에서 다수의 논의 및 참조 시각을 표현하기 위한 TEI와 CES 기반의 인코딩 체계를 제안하며, 논의의 유창성에 대한 구조적 분석을 가능하게 한다. 이는 베인스 이론을 지원하는 도구 아키텍처를 통합하여, 표준화되고 확장 가능한 언어학적 애너테이션을 위한 마크업을 통해 다중 시각 마크업이 논의 분석을 어떻게 향상시키는지 보여준다.

ABSTRACT

We describe an encoding scheme for discourse structure and reference, based on the TEI Guidelines and the recommendations of the Corpus Encoding Specification (CES). A central feature of the scheme is a CES-based data architecture enabling the encoding of and access to multiple views of a marked-up document. We describe a tool architecture that supports the encoding scheme, and then show how we have used the encoding scheme and the tools to perform a discourse analytic task in support of a model of global discourse cohesion called Veins Theory (Cristea & Ide, 1998).

연구 동기 및 목표

• 단일 텍스트 내에서 다수의 논의 및 참조 시각을 표준화되고 확장 가능한 방법으로 인코딩하는 데 목적이 있다.
• 다양한 텍스트 구조 시각에 대한 구조적 액세스를 가능하게 하여 논의 분석 작업을 지원하는 데 목적이 있다.
• 인코딩 체계를 도구 아키텍처와 통합하여 실용적인 애너테이션 및 분석을 가능하게 하는 데 목적이 있다.
• 베인스 이론, 즉 전반적인 논의의 유창성 모델을 기반으로 한 접근법을 검증하는 데 목적이 있다.
• TEI와 CES 지침을 활용하여 언어학적 코퍼스에서 다중 시각 마크업의 타당성을 입증하는 데 목적이 있다.

제안 방법

• 저자는 단일 문서 내에서 논의 및 참조의 여러 시각을 표현하기 위해 코퍼스 인코딩 사양(CES) 기반의 데이터 아키텍처를 설계한다.
• 논의 관계와 참조 체인의 구조적 마크업을 지원하기 위해 텍스트 인코딩 이니셔티브(TEI) 지침을 확장한다.
• 다중 시각 애너테이션의 생성, 저장 및 쿼리 작업을 촉진하기 위해 전용 도구 아키텍처를 구현한다.
• 이 방법은 동일한 문서 인스턴스 내에서 논의 구조와 참조 추적의 독립적이고 동시에 발생하는 인코딩을 가능하게 한다.
• 버전 관리와 모듈러 애너테이션을 지원하여 서로 다른 분석자가 충돌 없이 별개의 시각에 대해 작업할 수 있도록 한다.
• 이 프레임워크는 이론적 모델로 베인스 이론을 활용한 논의 유창성 분석에 응용을 통해 평가된다.

실험 결과

연구 질문

• RQ1 단일 텍스트 표현 내에서 다수의 공존하는 논의 및 참조 시각을 어떻게 인코딩할 수 있는가?
• RQ2 어떤 아키텍처 원칙이 다양한 논의 차원에 걸쳐 확장 가능하고 상호운용 가능한 언어학적 애너테이션 마크업을 가능하게 하는가?
• RQ3 어떤 도구 아키텍처가 다중 시각 논의 애너테이션의 생성과 쿼리 작업을 지원하는가?
• RQ4 이 접근법이 전반적인 논의 유창성 분석을 어느 정도 향상시킬 수 있는가?
• RQ5 TEI와 CES 표준의 통합이 언어학적 코퍼스에서 확장 가능하고 재사용 가능한 논의 마크업을 가능하게 하는가?

주요 결과

• 제안된 인코딩 체계는 단일 텍스트 인스턴스 내에서 다수의 독립적인 논의 및 참조 시각을 성공적으로 표현할 수 있다.
• CES 기반의 데이터 아키텍처는 논의 요소에 대한 구조적이고 모듈러하며 버전 관리 가능한 애너테이션을 가능하게 한다.
• 도구 아키텍처는 협업적이고 확장 가능한 애너테이션을 촉진하여 복잡한 논의 분석 작업을 지원한다.
• 이 방법은 이론적 논의 모델링에 실용성을 입증하기 위해 베인스 이론을 활용하여 논의 유창성 분석에 효과적으로 적용되었다.
• TEI와 CES의 통합은 다중 시각 언어학적 애너테이션을 위한 견고하고 표준 준수 기반의 토대를 제공한다.
• 시스템은 논의 구조와 참조 관계에 대한 세밀한 액세스를 가능하게 하여 고도의 언어학적 분석을 지원한다.