3급 한자능력검정시험 기출문제 제68회, 69회, 70회 3급
의 미 분석 에 기 반을 둔 한글-한자 변 환 시 스템
요 약 믄 는문은 한글-한자 변환에 있어서 여러 대응 한자를 갖는 동형이의어의 모호 성 해소 방법을 제안한다. 기존의 변환 방법은 사용자의 개입으로 이루어지므 로,사용자에게 많은부담을주고 변환 효율을 떨어뜨린다. 한자선택에 있어 서 동형이의어 문제의 근본적 해결을위해,본 시스템에서는 의미 분석을 이 용한한글-한자 변환기를제안한다. 이를위해 격문법과 관런어 지식 베이스 (thesaurus)# 사용한다. 격문법을 사용하여 서술어를 중심으로 관런된 격틀의 의미를분석한다. 그리고 합성어의 경우에 합성어의 구성 형태에 따라격문법 을사용하거나관련어 지식 베이스에서의 의미 근접성을 사용한다. 본는문 온 이와 같이 의미 분석 및 개념 정보를기반으로하는 동형이의어의 모호성 해 결 방안을 제시하고 이를 반영한 한글-한자 변환시스템의 설계 및 구현에 관하 여 기술한다. I. 서론 적극적 인 한글화 운동에도 불구하고 아직 도 한자가 많이 사용되고 있다. 그 리고 한글-한자 변환은 현재의 대부분의 워드-프로세서에서 제공되는 주요한 본 연구는 문교부 지원 한국학술진홍재단의 자유 공모 과제 학술 연구 조성비에 의하여 연구 중에 있음 ('92 7월 - '93 7월). - 85 - 기능이다. 그러므로 사용자에게 편의를 제공하는 보다 정확하고 높은 효율 의 변환기가요구된다. 이러한 한글-한자 변환에서 가장 문제가 되는 것은 동형이의어의 모호성을 해결하는 알맞은 한자 선택이다. 이러한 동형이의어 모호성을 해결하기 위한 기존의 방법들은 모호성이 있는 단어들에 여러가지 제한을 두거나 [5,6,7,8,9] 휴리스틱 [4]을사용하고 있다. 그러나 이러한방법 들은의미 분석을 하지 않기 때문에 동형이의어의 문제를 근본적으로해결 하지 못한다 [1]. 본는문에서는 의미 분석에 기반을둔 한글-한자변환기를제 안한다. 본 연구의 의미 분석은 두 부분에서 이루어진다. 그 중 하나는 서술어를 중심으로 이와 관런된 단어들에 대한 의미 분석이고 다른 하나는 명사 합 성어에 있어서 이를 구성하는 단어들의 의미 분석이다. 한 문장안에 나타 나는 각각의 서술어와 이에 관런된 단어들 간의 의미적 관계를 격문법을 사용하여 분석한다. 합성어에 있어서는 그 합성어를 이루는 단어들의 구성 형태에 따라서 격문법을 사용하거나 관런어 지식 베이스를 사용한 의미 분 석이 이루어진다. n. 기존의 한글-한자 변환 방법 사용자의 부담을 덜어 주기 위 해서 국내 에서 현재 사용되고 있는 대부분의 한글-한자 시스템에서는 한글의 입력후 대응하는 한자를 대치시키는 방법을 채택하고 있다[2,3]. 한글의 음을 이용한 한자의 대치 입력은 변환되는단위에 따라서 음절 단위,단어 단위,어절/문장단위의 3가지로나뉘어진다. 이 중에 서 어절/문장 단위의 변환에서는 사용자의 개입없이 시스템이 한어절 안에 서 한자로 변환될 수 있는 부분을 자동적으로 추출하여 대응되는 한자로 변환 한다. 본 시스템은 이러한 어절/문장 단위의 변환 방법을 사용하여 동형이 의어의 모호성을 해결하는 방안을 제시한다. 기존의 국내 한글-한자 변환에서의 수동 변환은 시간이 많이 들고사용자의 부담이 크다. 이러한 단점을줄이고자 일본에서는 문절(어절)/문장 단위의 변환 이 가능한 자동변환 방식이 제안되었고 동형이의어 문제 해결을위해 상용 시 스템에서는 '최종 사용어 우선,과 '최다 사용어 우선'이 주로 사용되고 있다 [4]. 그러나 휴리스턱에 의존한 이러한 시스템은 동형이의어의 모호성 해결에 근분적으로 접근하지 못하므로븐 는문에서는 의미 분석에 기반을 둔 동형이 의어 모호성 해결 방안을 제시 한다• 일본에서도 가나-한자 변환에 격문법을 사용한 의미 분석을 제안하고 있지만 [10,11],본논문은 이 보다 격문법을 폭넓게 적용하고격문법 외의 관련어 지식 베이스도 이용할 것을 제안한다. 그리고 주어진 문장의 불충분한 의미 제약으로 인하여,본 는문에서 제안 하는 의미 분석에 의하여도 모호성 해결이 이루어지지 않은 경우 이들 휴 리스틱 방법들도 사용된다. III. 본 시스템의 한글-한자 변환 방법 본 시스템은 사용자에게 효율성과 편리성을 제공하기 위해 기존의 메뉴 를 이용한 수동 방식이 아닌 자동선택 방식을사용한다. 자동선택 방식에 있어서 기존의 시스템은 자연언어의 모호성을 근본적으로 처리하지 못하는 단점이 있다. 본시스템은 이러한한글-한자변환에서 발생하는 모호성,즉동 형이의어 처리 문제와 형태소 분석에서 발생하는 모호성을근본적으로 처리하 려고한다. 그리고이러한 모호성의 근본적인 해결을 위해 체계적인 의미적 접근을 하려고 한다. 의미 분석 방법으로는 격문법의 적용과 관런어 사전의 이용이다. 본시스템은 잘 정의된 격문법을 이용한 격해석과 잘구축된 관런어 지식 베이스를시공한 관련어 해석을 통하여 한자에 대한 지식이 없는 사용자의 경우에도 동형이의어의 의미에 알맞은 한자를결정할 때 '지능적'인 한글-한 자 변환이 가능하다. 본시스템의 는리적 모델은 [그림 1]과같다. 입력 형태소 해석 격해석 자동 한글/한자 변환 출력 [그림 1] 자동 한글-한자 변환 시스템 1. 격해석 격문법은 한 문장에서 의미 표시를 서술어와 문장내의 그와 연관된 명사 구들의 의미 역할을 설정하는 방법이다. 격문법을 구문 분석의 규칙으로 시•용하는 격해석은 우리말과 같은 문맥 자유 어순인 언어에서 잘 적용될 수 있다. 또 격해석은 문법적 관계를 표시하는 조사가 발달한 첨가어에 잘 적 옹된다. 격해석 과정에 이용되는 본 연구의 격틀사전은 한국어에 발달한 조 사를 사용하여 구성한다. 격해석을 < 예문 1 > 에 적용하여 동형이의어의 모 호성 해결의 한가지 방안으로 제시한다. 나는 꽃이 뮌 공원에 갔다. 〈예문 1.1. 서술어를중심으로 하는의미 체크 < 예문 1 > 의 동형이의어 •공원'은 公園과 工員의 두 가지 의미를 가진다. < 예문 1 > 를 [그림 2]와 같은 격틀을 사용하여 격해석하는 과정을 살펴보자주어진 문장의 어절들을 윈쪽에서 오른쪽으로 검색해 나간다. 이 과정에서 검색되는 모든 명사는 스택에 저장되고 서술어가 검색되면 스택을 팝 (pop)하여 그 내용과 격틀의 내용을 비교해 나간다. < 예문 1 > 에서 처음 만 나게 되는 서술어는 '핃'이다. 그래서 꾀다객 격틀를 참조하여 주격과 장소 격이 필요함을 알 수 있다. 이때 격의 판정에는 조사가 이용된다. 스택에 현재 들어 있는 명사 중에 '곶'만이 격틀의 주격으로서 적당한 의미인 '식물 ' 또는,곶'과 일치되어 선택된다. 그리고,갔다,라는 동사를 만나서는 가다' 의 격틀을 참조하여 스택의 내용 중에서 장소격인 '공원'을 얻는다. 그리고 이때 그 의미가 장소이기 때문에 공원의 두가지 의미 즉,公園과 工員 중 에서 公園만이 적합한 것으로 선택된다. 그리고 주격은 인간의 의미를 가 진 ,나가 선택된다. 그 결과로 "나는공원에 갔다”와 "꽃이 피다''의 의미절을 얻는다. 피다 심층격 조사 가다 심층격 AGT 이,가,은,는 식물,꽃 LOC 조사 의미 AGT 이,가,은,는 에 [그림 2] 격틀사전의 내용 의미 인간 장소 스택에 필요한 격정보가 없는 경우에는 주어진 문장을 더 검색해 나간다. 한편, 문장의 끝까지 검색해도 적합한 격정보가 없는 경우에는 이미 팝된 단어들의 절을 찾고자 하는 격정보로 한다. 병원은 환자를 치료하는 의사들로 가득했다. < 예문 2 > 〈예문 2 > 를 격해석 할 때,서술어 '치료하는,을 만난다. 그리고 '치료하다'의 격틀을 참조하여 주어가 필요함을 알지만 스택을 참조해도 적합한 것이 없 다. 그 이유는 < 예문 2 > 가 관형절을 안온 문장이기 때문이다. 이 경우에는 예문을 계속 검색하여 주어로서 적당한 '의사'를 찾게 된다. 서술어 기득했 다'의 경우 필요한 주격의 정보가 스택에 없다. 이 경우의 주격 정보는 이 미 스택에서 팝된 단어들의 절 즉,'환자를 치료하는 의사들끼다. 두가지 이 상의 스택 내용이 격틀의 내용으로 적합할 경우에는,주어진 문장의 어떤 서술어와 관련된 단어는 그 서술어와 더욱 근접하다는 근접의 원칙을 적용하여 스택에서 찾아지는 첫번째 것으로 선택한다우리는 미아가 결백하다고 믿는다. < 예문 3 > < 예문 3 > 에서 결백한 것이 '우리■인지 '미아'인지를,멸백하다'의 주격에는 사람이 은다는 格정보만으로는 알 수 없다. 그러므로 이 경우 서술어,결 백하다'에 근접한 미아가 결백한 것으로 판단된다. ,미아•는 ,우리'보다 스 택의 상위에 위치한다. 서술어 '믿는다'의 목적격은 '미아가 결백하다끼다. 1.2. 명사 합성어 처리 한자 복합어를 품사의 구성 형태에 따라 따라 [표 1]과 같이 나늘 수 있 다. [표 1]에서 품사가 동사로 구분된 것은 하다1 동사이다. 즉,•하다가 붙어 동사가 될 수 있는 명사이다. [표 1] 중에서 B의 경우가 격해석을 적 용할 만하다. "논리정연'은 주어-서술어 관계,'공기오염'은 목적어-서술어의 관계가 있다. '공기오염'을 격해석하여동형이의어 공기의여러의미 즉, 공 기 (놀이),空氣 (자연),空器 (빈 그뭇) 중에서 오염시킬 수 있는 공기 (空 節만이 선택된다. 한편 c의 경우에 '번역기계'처럼 격해석을 적용할 수 있 는 경우는 상당히 드물기 때문에 격해석에서 제외된다. A의 경우는 m 장 2.1 절에서 설명되는 관련어 지식 베이스를 사용하여 해결한다. 품사 예 A. 명사 + 명사 B. 명사 + 동사 C. 동사 + 명사 D. 동사 + 동사 E. 형용사 + 명사 과학지식,젇화번호 논리정연,공기오염 폭행사건,번역방식 투신자살,시정명령 기기묘묘 [표 1] 명사 합성어의 구성 2. 관련어 해석 격해석 과정에서 불충분한 격정보로 인하여 동형이의어의 모호성이 완전 히 제거되지 못하는 경우가 있다. 본 는문에서는 관련어 지식 베이스를 제 안하고 그 구성 방법과 이를 동형이의어의 모호성 해결에 적용하는 방법에 관하여 는한다. 관련어 지식 베이스 (thesaurus)는 개념적으로 연관성이 있는단어들을 모아 놓은사전이다. 관련어 지식 베이스에는 단어들이 다양한 의미 관계를 가지 고 무리지어 있다. 이들 단에•은 전체적으로는 상위-하위 관계를 이루면서 부분적으로는 전체-부분 관계뿐만 아니라 동의 관계,이의 관계,유의 관계, 반의 관계,환유 관계 등을 가진다. 그리고 관계는 있으되 그 관계를 정의 할 수 없는 단어들까지도 체계적으로 구성되어져야 한다. [그림 3]은 관련어 지식 베이스의 전체적인 구성도이다. 이와 같은 관련 어 지식 베이스는 격해석에서 해결하지 못한 명사 합성어의 동형이의어 모 호성 해결을 위해 사용된다. 동형이의어에 해당하는 각각의 의미의 단어들 온 다른 그룹에 속해 있으며, 이들과 합성어를 형성하는 다른 단어와의 의미적 근접성이 계산될 수 있다. 의미적 근접성 계산의 기본 전제는,관련 어 지식 베이스에서 단어들이 더 근접하게 무리지어 있을수록 그들 단어들 은 의미적으로 더욱 가깝다는 사실이다. 2.1 명사 합성어 처리 [표 1]에서 타입 A (명사 + 명사)의 명사 합성어의 동형이의어 모호성을 [그림 3]과 같은 관련어 지식 베이스를 사용하여 해결할 수 있다. 그 노래 가사는 아름답다. 〈예문 4 > 〈예문4〉에는가사,라는단어가 있고이의 의미에는 家事,纖 ,wm, 哥辦의 4 가지가 있다. < 예문 4 > 와같은 문장은 격해석을 통해서 동형이의어 '가사'의 의미적 중의성을 해결하지 못한다. 서술어 까晉답다가 哥願,WM, 그리고 ᄈ 를 구분할 수 있을 정도의 강한 의미적 제약을 줄 수 없기 때문이다. 이러한 경우에 [그림 3]과 같은 관런어 지식 베이스를 참조하여 가사를 歌 詞로 결정할 수 있다. 노래와 가사(엾I 司)가 움악이라는 클래스에 함께 무리 지어 있어서 의미적으로 _ 나 徽 보다 더욱 근접하다고 관단하여 歌詞 라는의미의 •가사'를 선택하게 된다. 즉,개념적 연관성이 가장높은 단어를 선 택한다. 세계 f 추상적 관계 ° ᄂ /비 유 기 적 물질 〈 유기적 물질 지성 작용 、의지 작용 '정서,종교,도덕 [그림 3] 관런어 지식 베이스 생명력 촉각 ( 냄새 음악 I* 악,작유 가사했I 司) 자연언어를 처리하려면 의미 분석 단계가 반드시 필요하게 되며 이는 자연언 어에 원초적으로 내재한모호성의 해결을 위함이다.본 는문에서는 관런어 지 식 베이스를 제안하여 여러 단계에 걸쳐 일어날 수 있는 모호성을 해결하 는 지식 기반으로 삼고자 한다. 2.2 서술격 조사 '이다' 처리 정의를내리는문장에서 처럼 'A는 어떠한 B이다.'로 표현되는 문장의 표와 A가 대개 상위-하위 관계에 있다. 즉 B는 A의 일반화 된 개념이다. 회의는, 여러 사람이 한 장소에 모여서 일정한 규칙에 따라 의견을 말함으로써 문제를 해결해 나가는 모임이다. < 예문 5 > < 예문 5 > 의 서술격 조사 '이다'와 관련되어 "회의는 어떠한 모임이다."를 얻을 수 있다. 즉 '회의,와 '모임'은 주어-보어 관계에 있고 '희의'는 ,모임적 구체화된 개념이다. 그러므로 이들 두 단어의 상위-하위 관계를 관런어 지 식 베이스에서 참조하여 여러 의미의 회의 (會議,뺄횃,會意) 중에서 會議 가 선택될 수 있다. IV. 결론 본 는문은 의미 분석에 기 반을 둔 한글-한자 변환의 동형이의어 모호성 해결 방안을 제시한다. 본 한글-한자 시스템은 격해석과 관련어 해석에서 의미 해석이 이루어진다. 격해석은 격틀 사전을,관런어 해석은 관런어 지 식 베이스를 참조한다. 격해석은 서술어를 중심으로 이와 관런된 단어들과 명사 합성어의 일부에서 이루어진다. 그리고 관련어 해석은 격해석 후에도 해결되지 못한 명사 합성어의 동형이의어 모호성을 해결한다. 본 논문의 한글-한자 변환기의 높은 성능을 위해서는 격틀사전과 관런어 지식 베이스 가 충분히 잘 구성되어야 한다