earticle

영어

In order for AI to accurately grasp the meaning of Korean text, it is necessary to recognize the word by correcting the spacing of the text or by automatically spacing. Recently, with the development of deep learning techniques, there are a lot of studies that apply deep learning to the automatic word spacing problem. To this end, Korean sentences must be converted into fixedlength sequences and transmitted as input to deep neural networks. Experimental results show that the method of generating the input sequence and the tagging of the spacing information affect the performance of the deep learning. Since the left context is more important for spacing, it was good to construct the input sequence around the front of the sentence. It was helpful to express the role of each syllable in word boundary recognition more clearly to compensate for the insufficient context of syllable sequence.

한국어

인공지능이 한국어 텍스트의 의미를 정확히 파악하기 위해서는 텍스트의 띄어쓰기 오류 교정 혹 은 자동 띄어쓰기를 통한 어절 인식의 과정이 필요하다. 최근 심층학습 기술이 발달하면서 심층학습 을 자동 띄어쓰기 문제에 적용하는 연구들이 많아지고 있다. 이를 위해서는 한국어 문장을 고정 길이 시퀀스로 변환하여 심층 신경망의 입력으로 전달하여야 한다. 본 연구는 심층학습이 띄어쓰기 패턴을 효과적으로 학습하기 위해서 심층학습의 입력으로 주어지는 학습 데이터를 어떻게 표현하는 것이 적 절한지를 실험을 통하여 검토하였다. 실험 결과 입력 시퀀스를 생성하는 방법과 띄어쓰기 정보를 태 깅하는 방법이 심층학습의 성능에 영향을 미친다는 점을 확인하였다. 띄어쓰기에는 상대적으로 앞쪽 음절 문맥이 더 중요하므로 문장의 앞쪽 중심으로 입력 시퀀스를 구성하는 것이 좋은 결과를 보였으 며, 각 음절이 어절 경계 인식에서 갖는 역할을 더욱 명확히 표현하여 음절열의 부족한 문맥을 보완 하는 것이 심층학습에 도움이 되었다.