사업 수행 범위. 본 사업의 주요 내용은 감성 분석 말뭉치 구축과 말뭉치 활용 및 동향 연구로 구성된 다. 구체적인 사업 수행 범위는 다음과 같다. □ 말뭉치 감성 분석 지침 수립 및 말뭉치 구축 ㅇ 속성 기반 감성 분석 지침 수립 - ABSA-2016을 기반으로 한국어 특성을 반영한 속성 기반 감성 분석 방법론 수립 - 12개 도메인별 개체 및 속성 라벨을 구성하여 분석 방법론 구체화 - OTE(Opinion Target Expression) 설정 및 추출을 위한 관련 지침 마련 ㅇ 테스트 데이터 추가 구축 - 주요 도메인 영화, 화장품·세정제, 전자기기에 해당하는 테스트 데이터 추가 구축 - 참여자 모집·데이터 적합성 평가를 거쳐 210개 유효 문서 확보 ㅇ 속성 기반 감성 분석 말뭉치 구축 - 분석 대상 말뭉치: 문서 2,081건 규모의 웹 말뭉치, (블로그·게시판 273건, 누리소통망 1,808건) 추가 구축 데이터 (블로그 210건) - 분석 내용: 속성 기반 감성 분석 지침에 따른 감성 분석 정보 부착 - 속성 기반 감성 분석 결과 말뭉치 구축 결과 Json 형태 출력 □ 국내외 동향 연구 및 제안 ㅇ 문헌 연구, 학계·산업계 전문가 인터뷰를 통한 현황 및 전망 조사 - 국내외 감성 및 감정 분석 말뭉치 구축 및 활용 동향 조사 - 국내 산업 수요 및 전망 조사 ㅇ 국어원 말뭉치 구축 방안 제안 - 국어원에서 수집할 자료의 유형, 구축할 말뭉치의 유형 및 규모, 형식, 품질 평가 방안, 활용 방안 제안 감성 분석 세부 지침 수립 및 감성 분석 말뭉치 구축은 총 6단계 수행 절차에 따라 진 행되었다. 문서 분석 및 문장 분할을 기초로 주요 도메인을 선정하고, 주요 도메인 관련 테스트 데이터를 추가 구축하여 기본 문서와 테스트 데이터를 대상으로 속성 기반 감성 분석 말뭉치를 구축하는 절차로 진행되었다.
사업 수행 범위. 본 사업은 온라인 게시 자료를 수집하여 원시 말뭉치를 구축하고, 구축한 말뭉치에 대 한 메타 정보를 구축하는 것으로 구성된다. 구체적인 사업 수행 범위는 다음과 같다.
사업 수행 범위. 본 사업의 범위는 다음과 같다.
사업 수행 범위. 본 사업은 위와 같은 사업의 목적에 따라 다음과 같은 수행 범위로 구성되어 있다. ㅇ 말뭉치 감정‧공격성 분석을 위한 자료 수집 및 선별 - 문화콘텐츠 분야 트위터 자료(5어절 이상 문서) 50,000건을 신규 수집 및 선별 - 국립국어원 배포 말뭉치에서 일상 대화 자료(5어절 이상 담화를 선·후행 맥락과 함 께 구성) 10,000건을 선별 ㅇ 말뭉치 감정‧공격성 분석 방법론 및 지침 마련 - 담화 단위 선정 기준 및 정제‧가공 지침 수립 - 말뭉치 감정·공격성 분석을 위한 분석 표지 정의 - 감정·공격성 대상이 되는 개인·집단 정보 익명화 방법론 정의 - 말뭉치에 감정·공격성 표지를 부착하기 위한 세부 기준 수립 ㅇ 분석 방법론 및 지침에 따라 자료를 수집‧선별‧분석하여 말뭉치 구축 - 수립된 방법론과 지침에 따라 말뭉치 감정‧공격성 분석 및 지침 보완 - 트위터 50,000건, 일상 대화 10,000건에 대해 감정‧공격성을 분석한 말뭉치를 구축 하여 최종 납품
사업 수행 범위. 본 사업은 국립국어원 신문기사, 문어, (준)구어 말뭉치를 대상으로 확 신성 담화를 수집하여 1,500건의 담화로 구성된 확신성 언어자원을 구축 하였다. 본 사업은 각 공정 단계에서 예비적 공정과 본 공정을 이원화하 여 공정의 완성도를 높였다. 본 사업은 장르별 균형성과 오류율을 고려하 여, 1,805건의 담화 사례를 수집하였다. 수집한 사례의 범위는 문어 960 건, 신문 303건, 구어 421건, 대화 121건이다(제 2 장). 또한 상위 검수 자가 추가적인 선별 절차를 거쳐 최종적으로 1,562건의 확신성 담화 사 례를 정리하였다. 한국어의 확신성과 밀접한 관련을 맺고 있는 한국어 함 의취소운용소(‘-ㄹ지 모르다’ 등)와 보문소(‘ㄴ_믿음’ 등)의 결합이 존재하 는 문장이 사업의 대상으로 포함되었다. 또한 장르별로 대상 담화의 성질 이 다르므로 해당 정보를 반영하여 대상 담화를 추출하였다. 향후 관련 국어 말뭉치 사업의 연속성을 담보하고 효율적인 개발을 위 해, 담화 수집 대상 및 방법에 대한 상세한 기술과 제외 대상에 대한 지 침을 마련하였다. 문어와 신문은 앞뒤 3문장 문맥을 함께 수집, 구어는 10문장 문맥을 수집하는 지침을 제안하였으며, 내포 명제를 기술하는 지 침을 구체적인 사례와 함께 예시를 다수 제안하였다. 또한 시제, 복원, 인칭대명사, 양태를 기준으로 내포 명제의 언어적 구조를 파악할 수 있는 주석 작업 지침을 제안하였다. 구체적인 지침과 관련 사례는 별도의 파일 로 정리하여 용이하게 참조할 수 있도록 하였다. 언어 실험은 60명의 한국어 화자를 모집하여 3개월에 걸쳐 1,806건의 담화를 대상으로 진행되었다(제 3 장). 실험언어학 분야에서 다수의 논문 을 출판한 경험이 있는 박사급 공동연구원이 실험의 구성과 문항의 구조 를 설계하였다. 60명의 한국어 화자는 대상 담화와 실험의 구성에 대한 교육을 받았으며, 신뢰할 수 없는 응답 패턴을 보이는 참여자는 실험 결 과에서 제외되었다. 최종 실험결과에는 급내상관계수를 포함한 통계분석 이 적용되었다. 언어정보 부착은 내포절의 시제와 인칭, 함의취소운용소를 대상으로 한 다. 관련 사례와 함께 실제 주석 정보 부착의 예시를 제안하였다(제 4 장). 실험 결과와 부착된 언어정보를 종합하여 인공지능 평가를 진행하였 다. 인공지능 평가는 한국어 언어 모형인 XxXXXX, XxXXXX 등을 대상으 로 하였다. 함의 분석에서 나타난 한국어 화자의 확신성 판단 점수를 재 가공하여, 인공지능의 추론 능력 수준을 살펴보았다.
사업 수행 범위. 본 사업의 수행 목표는 실제 언어생활을 반영하는 말뭉치를 구축하기 위해 신문을 제 외한 책, 잡지, 기타 문서 등의 문어(文語) 저작물 원문 3.4억 어절 이상 수집하고 구축 된 말뭉치가 자유롭게 활용될 수 있도록 저작물에 대한 이용권을 확보하는 것이다. 이 목표를 달성하기 위한 수행 범위는 크게 네 부분으로 나눌 수 있다. 첫째는 현대 한국어 사용자의 일반적인 언어 사용 양상이 반영되어 있고, 다양한 주제를 포괄하도록 대상 저작물을 구성하여 목록을 작성하는 것이다. 둘째는 대상 저작물의 디지털 파일을 수집하고 말뭉치 구축 및 활용에 필요한 이용 권리를 확보하는 것이고, 셋째는 이용 허 락 계약이 체결된 저작물 원문 자료의 훼손 또는 내용 누락 여부 등을 검수한 후 말뭉 치 구축을 위한 파일로 형식을 변환하는 것이다. 넷째는 구축된 저작물 원문 파일의 제 목, 저자, 출판사, 출판연도 등 메타 정보를 구축하는 것이다. 매체 장르 권장 비율 책-상상 문학(소설, 동화) 10%~40% 책-정보 총류, 철학, 종교, 사회과학, 순수과학, 기술과학, 예술, 어학, 역사, 아동 등 50%~80% 잡지 20% 이내 기타 기관 문서 및 보고서, 각종 비출판 문서 등 10% 이내 <표 1> 사업의 주요 범위와 과업 내용