일반기술

어절구조특성을 이용한 형태소분석시스템 및 분석방법

본 기술은 한국어 정보의 처리 및 검색 시스템과 다양한 종류의 한국어 및 자연어 인터페이스의 밑바탕이라 할 수 있는 어절의 구조적인 특성을 고려하여 만들어진 형태소 분석 시스템 및 그 방법에 대한 기술이다. 형태소분석시스템의 구성요소는 사용자 입/출력단말기, 중앙처리장치, 전자사전 저장부, 접속정보표 저장부로 이뤄진다. 그 분석방법은 다음과 같이 4단계로 이뤄진다. 제1단계에서는 입력되어진 연속된 한글 문자열을 어절에 따라 나누고, 제2단계에서는 어미를 확인하기 위해서 1단계에서 나눠진 어절의 오른쪽에서 왼쪽으로 자소를 나눈다. 제3단계에서는 2단계의 분석 결과에 따라 어미가 있을 경우에는 어미의 원형을 복원한 후 용언어간을 복수음절별로 분석하여 저장하고, 어미가 없으면 제 4단계에서는 앞서 언급한 어절을 음절에 따라 분석하여 제3단계의 저장내용과 같이 형태소 분석결과를 출력한다. 일반적인 형태소 분석 방법은 하나의 어절을 분석하는 경우, 각 어절의 특성을 무시하고 모든 어절을 자소에 따라 분석하여 시간이 많이 걸렸고, 또한 최근에 이뤄지는 음절별 분석 방법은 한국어의 자모체계의 형성원리를 무시하여 큰 이용가치가 없다. 즉, 모아진 음절들의 유형에만 의존하는 음절단위의 분석방법과 추가적인 분해가 불필요함에도 자소로 까지 분해하여 형태소 분석의 효율성을 저하시키는 자소단위의 분석방법과는 다른 새로운 해결방안이 요구되었다. 그러나 본 기술은 어절구조 특성을 이용한 형태소분석 시스템 및 분석방법으로서, 한국어의 어절구조 특성별로 판단하여 각각의 특성에 알맞은 방식으로 분석한다. 즉, 어미의 처리에만 자소의 단위로 분해하고 한번에 여러 음절 묶음의 분석이 가능한 용언어간은 음절 묶음의 단위로 나누며 나머지는 모두 음절의 단위로 나누는 방식 등으로 분석한다. 결론적으로 형태소를 분석하는 데 소비되는 시간을 최소화하고 효율성을 극대화한다. 특히 형태소분석이 요구되는 응용시스템에서 형태소 분석시간의 부담이 최소화되어 전체적인 성능까지 향상시킨다.