[논문 리뷰] Morphonette: a morphological network of French

Nabil Hathout|arXiv (Cornell University)|2010. 05. 21.

Linguistics and Discourse Analysis참고 문헌 18인용 수 7

한 줄 요약

Morphonette는 형태소 분해를 피하면서 형식적 유사성에 기반한 렉셈 기반의 프랑스어 형태소 네트워크를 도입한다. 이는 TLF 어휘에서 400만 개 이상의 형식적 유사성을 식별하여 파라디마틱 구조 내에서 단어를 위치시킴으로써 형태소 분석을 가능하게 하며, 주요 기여는 프랑스어를 위한 대규모 구조 인식 형태소 그래프를 생성하는 데 있다.

ABSTRACT

This paper describes in details the first version of Morphonette, a new French morphological resource and a new radically lexeme-based method of morphological analysis. This research is grounded in a paradigmatic conception of derivational morphology where the morphological structure is a structure of the entire lexicon and not one of the individual words it contains. The discovery of this structure relies on a measure of morphological similarity between words, on formal analogy and on the properties of two morphological paradigms:

연구 동기 및 목표

• 형태소 분해가 아닌 어휘 전체를 구조적으로 본다는 점에서, 형태소 분해가 아닌 렉셈 중심의 형태소 분석 방법을 획기적으로 개발하는 것.
• 특히 유도적 가문과 시리즈에 기반한, 파라디마틱 관계에 기초한 대규모 프랑스어 형태소 네트워크를 구축하는 것.
• 보편적 형태소 분석의 한계를 극복하여, 보완성, 이형성, 중간 접속어, 애매한 접두어 등을 처리하는 것.
• 형식적 유사성 기반의 구조 그래프 내에서 단어의 위치를 기반으로 형태소 분석을 지원하는 공개 리소스인 Morphonette 0.1을 구축하는 것.
• 향후 의미 지식을 통합하여 동음이의어, 형식적 사고, 보완성을 해결할 수 있도록 기반을 마련하는 것.

제안 방법

• 형태소 네트워크는 TLF 어휘의 음소 표현 기반으로, 단어 간 형식적 유사성 a:b::c:d를 기반으로 구성된다.
• 형태소 유사성 측정법(Hathout, 2008)을 활용하여 후보 유사성을 필터링하고 우선순위를 정함으로써, 약 10^19개에서 약 6×10^18개의 4중항으로 검색 공간을 줄인다.
• 필터링 후 83,082개의 음소 표현에서 네트워크를 구축하며, 유사성은 유도적 가문(예: rectifier, rectification)과 유도적 시리즈(예: rectifier, modificateur, sanctificateur)로 그룹화된다.
• 신뢰할 수 있는 초기 유사성을 기반으로 부트스트랩 알고리즘을 사용하여 더 큰 구조적 필라멘트로 확장하며, 파라디마틱 일관성을 유지한다.
• 결과 그래프의 구조적 특성을 활용하여 가문 관계(공통 기저)와 시리즈 관계(공통 접미어)를 구분한다.
• 형태소 수준의 표현을 완전히 회피하며, 형태소 구조를 어휘 관계의 유도적 성질로 간주한다.

실험 결과

연구 질문

• RQ1 형태소 구조는 개별 단어의 특성으로서가 아니라, 어휘 전체의 글로벌 성질로서 어떻게 모델링될 수 있는가?
• RQ2 대규모 프랑스어 어휘에서 신뢰할 수 있는 유도적 유사성(a:b::c:d)을 식별하는 데 필요한 형식적 기준은 무엇인가?
• RQ3 형태소 분해 없이 대규모 형식적 유사성 집합에서 유도적 가문과 시리즈를 체계적으로 추출할 수 있는가?
• RQ4 순수한 형식적 유사성의 한계는 무엇인가? 특히 동음이의어와 형식적 사고에 대해 어떻게 드러나는가?
• RQ5 향후 버전에서 의미 지식을 어떻게 통합하여 형태소 네트워크 구축의 정확도를 향상시킬 수 있는가?

주요 결과

• Morphonette 0.1 리소스는 83,082개의 프랑스어 단어 음소 표현에서 유도된 400만 개 이상의 형식적 유사성을 포함한다.
• 네트워크는 rectifier, modificateur, sanctificateur 등의 시리즈와 rectifiable, rectification, rectificateur 등의 가문과 같은 복잡한 형태소 관계를 성공적으로 식별한다.
• concevoir, décévoir, percevoir, recevoir 등의 문제적 사례는 형태소 분해 없이 공통 유도적 시리즈의 구성원으로 간주함으로써 처리된다.
• 기저 어휘가 존재하지 않더라도, 'goutte' → 'gouttelette'와 'triste' → 'tristounet' 등의 구조적 관계가 형식적 유사성에 의해 드러난다.
• 현재 버전은 형식적 사고(예: 'dégrimer'이 'dégression'과 연결됨)와 동음이의어(예: 'fraise'가 네 가지 의미를 가짐)로 인한 오류를 포함하고 있으나, 향후 의미 정보를 통합함으로써 보완될 것으로 예상된다.
• 형태소 구조를 규칙 기반 분해가 아닌 유사성 관계의 유도적 성질로 간주함으로써, 보완성과 이형성 문제를 효과적으로 처리할 수 있다.