[논문 리뷰] The Tower of Babel Meets Web 2.0: User-Generated Content and its Applications in a Multilingual Context

Brent Hecht, Darren Gergle|arXiv (Cornell University)|2019. 04. 02.

Wikis in Education and Collaboration참고 문헌 26인용 수 25

한 줄 요약

이 논문은 25개의 위키백과 언어 편의 사용자 생성 콘텐츠를 분석함으로써 언어적 및 문화적 다양성을 조사하며, 언어 간 지식 표현의 상당한 차이를 드러낸다. 이 다양성은 순수한 번역 차이를 넘어서며, 다국어 응용 프로그램에 상당한 영향을 미치며, 이를 바탕으로 다문화 인식 및 초어휘 시스템을 구축하는 데 활용할 수 있음을 시사한다.

ABSTRACT

This study explores language's fragmenting effect on user-generated content by examining the diversity of knowledge representations across 25 different Wikipedia language editions. This diversity is measured at two levels: the concepts that are included in each edition and the ways in which these concepts are described. We demonstrate that the diversity present is greater than has been presumed in the literature and has a significant influence on applications that use Wikipedia as a source of world knowledge. We close by explicating how knowledge diversity can be beneficially leveraged to create "culturally-aware applications" and "hyperlingual applications".

연구 동기 및 목표

• 사용자 생성 콘텐츠에서 언어별로 특화된 문화적 및 언어적 관점이 지식 표현에 어떻게 영향을 미치는지 조사하기 위해.
• 다국어 위키백과 편 간 개념과 그 기술 방식의 다양성 정도를 정량화하기 위해.
• 위키백과를 세계 지식의 원천으로 활용하는 응용 프로그램에 대해 이러한 다양성의 영향을 평가하기 위해.
• 언어적 및 문화적 다양성을 소음으로 보는 것이 아니라, 이를 활용할 수 있는 응용 프로그램 설계의 기회를 탐색하기 위해.
• 다국어 지식의 다양성을 바탕으로 '다문화 인식' 및 '초어휘' 응용 프로그램을 설계하는 데 기여할 수 있는 새로운 응용 프레임워크를 제안하기 위해.

제안 방법

• 다양한 언어군에 속한 25개의 위키백과 언어 편을 체계적으로 비교 분석하기 위해.
• 다른 편에서는 존재하지만 한 편에서만 존재하는 고유한 개념을 식별하고 분석하기 위해.
• 공통 개념에 대한 기술 방식(예: 구조, 깊이, 초점)의 차이를 검토하기 위해.
• 내용의 변동성을 사회언어학적 요인과 연관지기 위해 언어학적 및 문화적 메타데이터를 사용하기 위해.
• 대표적 차이를 탐지하고 분류하기 위해 자연어 처리 기법을 적용하기 위해.
• 시스템 설계에서 다국어 지식 다양성을 식별하고 활용할 수 있는 프레임워크 개발하기 위해.

실험 결과

연구 질문

• RQ1 다른 위키백과 언어 편들이 얼마나 다른 개념 세트를 다루는가?
• RQ2 공통 개념에 대한 기술은 내용, 구조, 초점 측면에서 언어 편 간에 어떻게 다를까?
• RQ3 이 지식 다양성이 위키백과를 지식 원천으로 활용하는 다국어 응용 프로그램에 어떤 영향을 미치는가?
• RQ4 언어적 및 문화적 다양성이 사용자 생성 콘텐츠에 존재할 때, 이를 장애물이 아니라 이점으로 삼을 수 있는 응용 프로그램은 어떻게 설계할 수 있는가?
• RQ5 다국어 지식의 다양성을 활용하여 '초어휘' 및 '다문화 인식' 응용 프로그램을 설계할 수 있는 설계 원칙은 무엇인가?

주요 결과

• 위키백과 언어 편 간에 다루는 개념의 집합에 상당한 이질성이 존재하며, 많은 개념이 오직 한 개 또는 몇 개의 언어에서만 나타난다.
• 공통 개념에 대해서도 기술적 접근 방식이 언어 간에 깊이, 구조, 문화적 프레임워크 측면에서 크게 다를 수 있다.
• 이러한 지식 표현의 다양성은 일반적으로 다국어 NLP 응용 프로그램에서 가정하는 것보다 훨씬 크다.
• 이러한 다양성은 특히 다국어 간 작업에서 위키백과를 통합 지식 원천으로 사용하는 응용 프로그램에 도전 과제를 안긴다.
• 이러한 다양성은 다국어 지식의 다양성을 체계적으로 활용하여 여러 언어적 관점을 통합하는 초어휘 시스템을 구축하는 데 활용될 수 있다.
• 언어별 지식 표현을 통합함으로써 관련성과 포용성을 향상시킬 수 있는 다문화 인식 응용 프로그램을 개발할 수 있다.