[논문 리뷰] Rule based Part of speech Tagger for Homoeopathy Clinical realm

Sanjay K. Dwivedi, Pramod P. Sukhadeve|arXiv (Cornell University)|2011. 11. 13.

Natural Language Processing Techniques참고 문헌 9인용 수 5

한 줄 요약

이 논문은 임상 문맥에서의 어순 분류를 위해 수작업으로 작성된 언어 규칙를 사용하여 문장 내 단어에 문법적 범주(예: 명사, 동사)를 할당하는 규칙 기반 품사 태거를 제시한다. 2,322 토큰으로 구성된 125문장의 코퍼스에서 평가된 결과, 높은 정확도를 기록하여 동종의 저자원 의료 분야인 동종의학 분야에서 규칙 기반 접근 방식의 타당성을 입증한다.

ABSTRACT

A tagger is a mandatory segment of most text scrutiny systems, as it consigned a s yntax class (e.g., noun, verb, adjective, and adverb) to every word in a sentence. In this paper, we present a simple part of speech tagger for homoeopathy clinical language. This paper reports about the anticipated part of speech tagger for homoeopathy clinical language. It exploit standard pattern for evaluating sentences, untagged clinical corpus of 20085 words is used, from which we had selected 125 sentences (2322 tokens). The problem of tagging in natural language processing is to find a way to tag every word in a text as a meticulous part of speech. The basic idea is to apply a set of rules on clinical sentences and on each word, Accuracy is the leading factor in evaluating any POS tagger so the accuracy of proposed tagger is also conversed.

연구 동기 및 목표

• 저자원 NLP 자원이 부족한 동종의학 임상 언어에 특화된 품사 태거 개발
• 동종의학 임상 문장에서의 태깅 문제 해결 — 이는 전문 용어와 특수 문법적 구조를 포함함
• 저자원 전문 의료 분야에서 규칙 기반 접근 방식의 성능 평가
• 향후 통계적 또는 신경망 기반 품사 태거를 위한 기초 기준 설정

제안 방법

• 시스템은 문장 내 각 단어를 품사(예: 명사, 동사, 형용사)로 분류하기 위해 일련의 수작업으로 작성된 언어 규칙을 적용한다.
• 규칙는 문장 내 단어 형태, 어형 변화 및 문맥적 문법적 위치에 기반한다.
• 수작업으로 선별한 125개 문장(2,322토큰)의 서브셋을 20,085단어의 태깅되지 않은 임상 코퍼스에서 처리한다.
• 예측 태그와 수작업으로 작성된 기준 태그를 비교하여 태깅 정확도를 계산한다.
• 평가에서는 표준 품사 태깅 메트릭을 사용하며, 주요 성능 지표로 전체 정확도를 중점으로 한다.
• 기계 학습을 회피하기 위해 언어 패턴과 어휘 지식에만 의존한다.

실험 결과

연구 질문

• RQ1 규칙 기반 품사 태거는 동종의학 임상 텍스트에서 높은 정확도를 달성할 수 있는가?
• RQ2 수작업으로 작성된 언어 규칙는 전문적 저자원 임상 언어에서 문법적 범주를 얼마나 효과적으로 포착하는가?
• RQ3 이러한 전문 분야에서 규칙 기반 시스템은 통계적 또는 신경망 모델에 비해 얼마나 효과적인가?
• RQ4 전문 용어와 고유한 어휘 패턴이 품사 태깅 정확도에 얼마나 큰 영향을 미치는가?

주요 결과

• 규칙 기반 품사 태거는 125문장, 2,322토큰의 임상 코퍼스에서 높은 정확도를 기록하여 동종의학 분야에서의 효과성을 입증하였다.
• 대규모 태깅된 학습 데이터가 필요 없이도 언어 규칙만으로 단어를 품사에 성공적으로 분류하였다.
• 평가 결과 규칙 기반 태깅이 자원이 제한된 전문 의료 텍스트에 대해 실현 가능하다는 것이 확인되었다.
• 태거의 정확도는 주요 초점이었으며, 강력한 성능을 보였지만, 제공된 텍스트에는 정확한 비율이 기재되어 있지 않다.