의미역 분석 말뭉치 구축. 본 사업의 목적은 인공지능 산업 발전을 위한 대규모 우리말 자원 수요에 따른 의미 역 분석 말뭉치를 구축하고 이 과정에서 요구되는 의미역 분석 지침을 수립하는 것이 다. 본 사업은 의미역 분석 말뭉치 지침 수립과 의미역 분석 말뭉치 구축이라는 두 부분 으로 구성된다. ○ 의미역 분석 말뭉치 지침 수립 기존의 한국어 의미역 분석 말뭉치는 구축 주체에 따라 각기 다른 의미역 주석 표지 와 프레임셋을 적용하여 구축되었다. 국가 차원의 의미역 분석 말뭉치를 구축하기 위 한 지침은 그간 축적된 한국어 의미역 분석 말뭉치 관련 자원을 활용하여 주석할 방법 론을 포함하는 것이 바람직하다. 본 사업에서는 한국전자통신연구원(ETRI)의 한국어 의 존의미역 주석가이드라인을 기반으로 의존의미역 분석 말뭉치 구축을 위한 실용적인 지침을 개발하였다. 이와 함께 기존 의존의미역 분석 지침에서 부족하다고 판단되는 내용과 예시를 보완하였다. ○ 의미역 분석 말뭉치(200만 어절) 구축 의미역 분석 말뭉치 구축은 다음과 같은 절차로 진행하였다. 의미역 분석 지침 수립 > 수작업 검수 도구 최적화 > 작업자 교육 > 자동 의 미역 분석 > 작업자 분석(1차 검수) > 조장과 공동연구원 검수(2차 검수) > 딥러 닝(Deep Learning) 기반 정확도와 일관성 검증 > 검수 완료 > 최종 결과물 산출 의미역 분석 지침에 따라 국립국어원에서 제공한 200만 어절 규모의 신문 기사 텍스 트로 구성된 문어 말뭉치를 대상으로 의미역 분석 말뭉치를 구축하였다. 이 말뭉치의 동사와 형용사에 대하여 명사구 또는 절을 단위로 의미역 분석 정보를 부착하였으며 최 종 결과물은 JSON 형식으로 제출하였다. 작업의 편의성과 일관성을 확보하기 위하여 구축 과정에서 복수의 자동 의미역 분석 기를 활용하여 국립국어원에서 제공한 신문 기사 말뭉치를 문장 단위로 분할하여 자동 의미역 분석을 진행하였다. 이 자동 분석 결과에 대하여 작업자들이 수작업으로 전수 검토하였다. 다수의 자동 분석 결과가 전원 일치하는 문장은 최종 검수자가 검수하고, 전원 일치하지 않는 문장에 대해서는 두 차례의 검수를 시행하여 구축을 완료하였다. 검수 담당 작업자는 총 4개 조로 편성되었으며 각 조의 담당 공동연구원과 조장이 1차 검수 결과물을 검수함으로써 2차 검수를 시행하였다. 검수 완료 후에 연산을 통한 후처 리와 파일 형식 변환을 완료하여 최종 산출물을 제출하였다. 본 사업에서는 자동 의미역 분석을 위하여 ETRI, 강원대학교, 전북대학교의 의미역 분 석기를 활용하여 1차 자동 분석을 진행하였고, 다수의 기관에서 자동으로 분석한 결과 를 교차 검증 후 통합함으로써 신뢰도 향상을 도모하였다. 자동 의미역 분석의 과정에 서는 딥러닝을 통한 일관성 검증이 수반되었다.
의미역 분석 말뭉치 구축. 본 사업에서 수립한 의미역 분석 지침에 따라 문어 말뭉치 200만 어절을 대상으로 의미역 분석 말뭉치를 구축하였다. 분석 대상 말뭉치는 국립국어원에서 제공하였으며, 신문 기사 텍스트로 구성되어 있 다. 의미역 분석은 문장 단위로 분리하여 수행하였다. 한국어 프롭뱅크, 울산대 유프롭 뱅크, 우리말샘 등의 자원을 기반으로 서술어별 프레임셋 통합 자원을 구축하고 이를 기반으로 의미역의 범위를 표시하여 분석 정보를 부착하였다. 작업의 편의성과 일관성을 확보하기 위하여 구축 과정에서 복수의 자동 의미역 분석 기를 활용하여 자동 의미역 분석을 진행하였으며, 이 자동 분석 결과에 대하여 작업자 들이 수작업으로 전수 검토하였다. 다수의 자동 분석 결과가 전원 일치하는 문장은 최 종 검수자가 검수하고, 전원 일치하지 않는 문장에 대해서는 두 차례의 검수를 시행하 여 구축을 완료하였다. 검수 담당 작업자는 총 4개 조로 편성되었으며 각 조의 담당 공 동연구원과 조장이 1차 검수 결과물을 검수함으로써 2차 검수를 시행하였다. 검수 완료 후에 연산을 통한 후처리와 파일 형식 변환을 완료하여 최종 산출물을 제출하였다. 본 사업에서는 자동 의미역 분석을 위하여 ETRI, 강원대학교, 전북대학교의 의미역 분 석기를 활용하여 1차 자동 분석을 진행하였고, 다수의 기관에서 자동으로 분석한 결과 를 교차 검증 후 통합함으로써 신뢰도 향상을 도모하였다. 자동 의미역 분석의 과정에 서는 딥러닝을 통한 일관성 검증을 수반하였고, 작업자의 수작업 검수에 사용되는 작업 환경도 본 사업을 위한 최적화 과정을 거쳤다.