[논문 리뷰] RDF2PT: Generating Brazilian Portuguese Texts from RDF Data

Diego Moussallem, Thiago Castro Ferreira외 5명|arXiv (Cornell University)|2018. 02. 22.

Natural Language Processing Techniques참고 문헌 39인용 수 6

한 줄 요약

RDF2PT는 온톨로지 기반의 어법화를 사용하여 RDF 데이터로부터 유창하고 인간처럼 들리는 브라질 포르투갈어 텍스트를 생성하는 규칙 기반 접근법이다. 44명의 모국어 사용자로 구성된 설문지를 통해 평가된 결과, 높은 유창성과 이해도를 보이며, 포르투갈어와 같이 자원이 적은 언어에서의 자연어 생성(NLG) 분야에서 큰 잠재력을 보여주었다.

ABSTRACT

The generation of natural language from Resource Description Framework (RDF) data has recently gained significant attention due to the continuous growth of Linked Data. A number of these approaches generate natural language in languages other than English, however, no work has been proposed to generate Brazilian Portuguese texts out of RDF. We address this research gap by presenting RDF2PT, an approach that verbalizes RDF data to Brazilian Portuguese language. We evaluated RDF2PT in an open questionnaire with 44 native speakers divided into experts and non-experts. Our results suggest that RDF2PT is able to generate text which is similar to that generated by humans and can hence be easily understood.

연구 동기 및 목표

• 구조화된 RDF 데이터로부터 브라질 포르투갈어로 자연어 생성(NLG) 시스템의 부족을 보완한다.
• RDF 트리플에서 문법적으로 정확하고 자연스러운 브라질 포르투갈어 텍스트를 생성하는 어법화 접근법을 개발한다.
• 통제된 설문지를 통해 모국어 사용자를 대상으로 인간이 작성한 기준 텍스트와의 비교를 통해 생성된 텍스트의 품질을 평가한다.
• NER 및 EL 작업을 위한 은유적 표준 데이터셋 생성 및 포르투갈어 기반 자가 평가 QA 시스템 구축과 같은 실용적 응용을 가능하게 한다.
• 기계학습을 활용한未래 향상 방향을 제시하기 위해 성별 일치, 연결어 처리, 복합문 처리 등의 한계를 규명한다.

제안 방법

• 브라질 포르투갈어에서 자연어 문장으로 RDF 트리플을 매핑하는 규칙 기반 어법화 파이프라인을 활용한다.
• 온톨로지 용어와 술어를 활용해 어휘 선택과 문법적 구조를 안내하여 의미의 충실도를 확보한다.
• 브라질 포르투갈어 문법에 기반한 성별, 수, 어순 일치를 위한 문법 규칙을 적용한다.
• 실현을 위한 SimpleNLG와 포르투갈어 문법에 맞게 조정된 문법 템플릿 등의 언어학적 자원을 활용한다.
• 기존 프레임워크인 BENGAL과 GERBIL과 통합하여 NER 및 EL 평가를 위한 은유적 표준 데이터셋을 생성한다.
• 모국어 브라질 포르투갈어 사용자(전문가 및 비전문가)를 대상으로 한 설문지를 통한 평가를 통해 유창성과 인간다움을 평가한다.

실험 결과

연구 질문

• RQ1 규칙 기반 NLG 시스템이 브라질 포르투갈어 사용자에게 유창하고 이해하기 쉬운 텍스트를 RDF 데이터로부터 생성할 수 있는가?
• RQ2 RDF2PT가 생성한 텍스트의 품질은 인간이 작성한 텍스트와 비교해 보았을 때 유창성과 명확성 측면에서 어떻게 평가되는가?
• RQ3 RDF에서 문법적으로 정확하고 자연스러운 브라질 포르투갈어 텍스트를 생성하는 데 있어 주요 과제는 무엇인가?
• RQ4 RDF2PT는 브라질 포르투갈어에서 NER 및 EL를 위한 벤치마크 데이터셋 생성에 어느 정도 기여할 수 있는가?
• RQ5 기계학습을 통해 포르투갈어 NLG 출력에서 성별 일치와 복합문 처리를 어떻게 향상시킬 수 있는가?

주요 결과

• RDF2PT는 브라질 포르투갈어 모국어 사용자로부터 높은 유창성과 명확성으로 평가받으며, 인간이 작성한 텍스트와 유사한 결과를 도출한다.
• 44명의 모국어 사용자로 구성된 설문지 평가에서 높은 성능을 기록하여 생성된 출력물이 뛰어난 인간다움을 지닌 것으로 확인되었다.
• 주요 과제로는 잘못된 성별 및 수 일치(예: 'uns obra' → 'uma obra')와 과도한 연결어 사용(복합문 대체)이 있다.
• 온톨로지 레이블이 모호하거나 잘못 표기된 경우 어휘화 과정에서 어려움을 겪으며, 이는 예측 가능한 용어 레이블 외에 술어의 맥락 없이 작동하기 때문이다.
• 연결된 문장(예: 'Albert Einstein foi um cientista e ele nasceu em Ulm')은 복합문(예: 'um cientista que nasceu em Ulm')보다 더 쉽게 기계 생성 텍스트로 식별되었다.
• 이 방법은 NER 및 EL 작업을 위한 은유적 표준 데이터셋의 자동 생성을 가능하게 하였으며, 이는 GERBIL에서 다국어 엔티티 연결 시스템 평가에 성공적으로 활용되었다.