[논문 리뷰] Extraction of semantic relations from a Basque monolingual dictionary using Constraint Grammar

Eneko Agirre, Olatz Ansa외 7명|ArXiv.org|2000. 10. 17.

Natural Language Processing Techniques참고 문헌 8인용 수 9

한 줄 요약

이 논문은 기호어 단일어휘사전에서 어휘적 관계—동의어, 반의어, 하위어, 파생 관계—를 반자동으로 추출하기 위한 제약 문법 기반 방법을 제시한다. 형태소 분석과 표면 문법 구문 분석을 융합함으로써, 동사 정의에 대해 92.2%의 커버리지와 오류율 2.2%로 42,533개의 관계를 추출하여 기호어 어휘 데이터베이스를 크게 향상시켰다.

ABSTRACT

This paper deals with the exploitation of dictionaries for the semi-automatic construction of lexicons and lexical knowledge bases. The final goal of our research is to enrich the Basque Lexical Database with semantic information such as senses, definitions, semantic relations, etc., extracted from a Basque monolingual dictionary. The work here presented focuses on the extraction of the semantic relations that best characterise the headword, that is, those of synonymy, antonymy, hypernymy, and other relations marked by specific relators and derivation. All nominal, verbal and adjectival entries were treated. Basque uses morphological inflection to mark case, and therefore semantic relations have to be inferred from suffixes rather than from prepositions. Our approach combines a morphological analyser and surface syntax parsing (based on Constraint Grammar), and has proven very successful for highly inflected languages such as Basque. Both the effort to write the rules and the actual processing time of the dictionary have been very low. At present we have extracted 42,533 relations, leaving only 2,943 (9%) definitions without any extracted relation. The error rate is extremely low, as only 2.2% of the extracted relations are wrong.

연구 동기 및 목표

• 어휘의 의미, 정의, 어휘적 관계 등의 어휘 정보로 기호어 어휘 데이터베이스(EDBL)를 풍부하게 하기 위해.
• 기호어와 같이 고도로 변화형이 많은 언어에서 어휘적 관계를 추출하기 위한 확장 가능하고 노력이 적은 방법을 개발하기 위해.
• 단일어휘사전 자료에서 자동으로 어휘 지식 기반을 구축할 수 있도록 하기 위해.
• 유사어, 하위어, 파생형과 같은 관련 단어들을 체계적으로 연결함으로써 어휘사전의 사용성을 향상시키기 위해.
• 향후 기호어에서의 자연어 처리 작업을 지원하기 위해 향상된 어휘 자원을 제공하기 위해.

제안 방법

• TEI 가이드라인에 따라 구조화된 Euskal Hiztegia 어휘사전을 확정 절 문법으로 분석하여 항목을 정리.
• MORFEUS를 적용하여 정의 내의 형태소 형태를 토큰화하고 태깅.
• 표면 문법 구문 분석을 위해 제약 문법을 사용하여 어휘적 관계를 나타내는 문법 패턴을 식별.
• 관계를 세 가지 유형으로 분류: 동의어, 하위어(종속-차별 패턴을 통해), 특정 관계어로 표시된 관계.
• 파생 관계를 처리하기 위해 머리어와 근어를 연결하는 파생 접미사를 식별.
• 명사, 동사, 형용사 정의에 대해 수동 샘플링과 오류 분석을 통해 결과를 검증.

실험 결과

연구 질문

• RQ1 표면 수준의 문법 패턴을 사용하여 기호어 단일어휘사전에서 어휘적 관계를 신뢰성 있게 추출할 수 있는가?
• RQ2 제약 문법과 형태소 분석이 기호어의 높은 변화형 복잡성을 얼마나 잘 처리할 수 있는가?
• RQ3 기호어의 다양한 품사에 대해 관계 추출의 커버리지와 정확도는 어느 정도인가?
• RQ4 머리어와 근어 간의 파생 관계 식별에 이 방법이 얼마나 효과적인가?
• RQ5 이 접근법은 최소한의 수동 작업으로 대규모 어휘 데이터베이스를 풍부화하는 데 확장 가능한가?

주요 결과

• 시스템은 기호어 단일어휘사전에서 42,533개의 어휘적 관계를 추출하였으며, 관계가 추출되지 않은 정의는 총 2.943개(9%)에 불과했다.
• 전반적인 오류율은 낮아 2.2%였으며, 동사 관계 추출은 93.6%의 커버리지와 오직 0.8%의 오류율을 기록했다.
• 명사 관계의 경우, 추출된 관계의 95.0%가 정확했고, 오류율은 0.0%였다.
• 하위어 추출은 92.3%의 커버리지와 1.4%의 오류율을 기록하여 종속-차별 패턴에 대해 강력한 성능을 보였다.
• 파생 관계 추출은 커버리지가 낮았으며, 샘플링된 92개의 파생 머리어 중 47개만 정확하게 처리되었는데, 주로 어휘 데이터베이스 내 파생 접미사 커버리지가 제한되었기 때문이다.
• 이 방법은 기호어의 형태소 복잡성에도 불구하고, 규칙 개발과 처리 시간이 매우 적게 소요되어 매우 효율적임을 입증했다.