KR20150085982A - 번역 장치 및 방법 - Google Patents
번역 장치 및 방법 Download PDFInfo
- Publication number
- KR20150085982A KR20150085982A KR1020140006030A KR20140006030A KR20150085982A KR 20150085982 A KR20150085982 A KR 20150085982A KR 1020140006030 A KR1020140006030 A KR 1020140006030A KR 20140006030 A KR20140006030 A KR 20140006030A KR 20150085982 A KR20150085982 A KR 20150085982A
- Authority
- KR
- South Korea
- Prior art keywords
- language
- vocabulary
- corpus
- target language
- unit
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/42—Data-driven translation
- G06F40/44—Statistical methods, e.g. probability models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Machine Translation (AREA)
Abstract
본 발명의 실시예에 따른 번역 장치는 원시언어 및 목적언어에 대한 양국어 코퍼스, 원시언어에 대한 단일어 코퍼스 및 목적언어에 대한 단일어 코퍼스에 기초하여 대역어를 추출하는 대역어 추출기, 입력문의 형태소를 분석하는 형태소 분석부, 형태소의 구문을 분석하는 구문 분석부 및 형태소와 구문에 기초하여 입력문을 대역문으로 변환시키는 대역문 변환부를 포함하고, 대역문 변환부는 대역어 추출기에 기초하여 입력문을 대역문으로 변환시킨다.
Description
본 발명은 번역 장치 및 방법에 관한 것이다. 보다 상세하게는 양국어 또는 단일어 코퍼스를 이용하는 번역 장치 및 방법에 관한 것이다.
컴퓨터의 발명과 그 발전의 역사만큼이나 기계를 통해 언어의 장벽을 해소하고자 하는 오랜 노력이 있었고, 현재도 자동 번역 기술은 꾸준히 발전되고 있다. 인터넷의 활성화와 더욱 가속화되는 세계화는 폭발적인 다국어 콘텐츠를 생산해 내고 있으며, 자동 번역에 대한 수요는 사람에 의한 수동 번역의 생산성을 뛰어 넘고 있다. 자동 번역 기술은 인터넷 콘텐츠 번역, 고급 문서번역 등 다양한 부문에서 중요한 요소 기술로 인식되고 있다.
자동 번역은 하나의 언어로 기술된 문장을 다른 언어의 문장으로 자동으로 번역하기 위한 제반의 기술로, 일반적으로 전체 번역 과정이 사람의 관여 없이 진행 가능한 기계 번역 기술을 의미한다.
기계 번역 기술의 유형에는 직접 방식, 변환 방식, 중간 언어 방식, 통계 기반 방식 등이 있다. 이 중 변환 방식 기계 번역(transfer-based machine translation)은 규칙 기반 기계 번역(rule based machine translation)으로도 불리운다. 변환 방식 기계 번역기술은 번역 대상 원문에 대해 형태소 분석, 품사 태깅과 함께 구문 분석을 수행하고, 분석된 원문의 구문 구조를 변환 규칙(transfer rules)에 기반해 목적 언어의 구문 구조로 변환한 후에 목적 언어로 구성된 문장을 생성하는 방식으로 자동 번역을 수행한다.
종래의 변환 방식에 기반한 자동 번역기술은 원시언어의 분석 후, 목적 언어의 생성을 수행하는 형태로 이루어진다. 이때 양국어 코퍼스를 이용하여, 원시언어를 목적언어로 변환하는데, 양국어 코퍼스가 적은 경우, 번역의 정확도가 떨어진다는 문제가 있었다.
특히 원시언어가 중의적 의미(사과를 예를 들면, apple 또는 apology로 해석될 수 있음)를 갖고 있는 경우 번역의 정확도가 떨어진다는 문제가 있었다.
본 발명이 해결하고자 하는 과제는 번역의 정확성이 높은 번역 장치 및 방법을 제공하는 것이다.
본 발명의 실시예에 따른 번역 장치는 원시언어 및 목적언어에 대한 양국어 코퍼스, 상기 원시언어에 대한 단일어 코퍼스 및 상기 목적언어에 대한 단일어 코퍼스에 기초하여 대역어를 추출하는 대역어 추출기; 입력문의 형태소를 분석하는 형태소 분석부; 상기 형태소의 구문을 분석하는 구문 분석부; 및 상기 형태소와 상기 구문에 기초하여 입력문을 대역문으로 변환시키는 대역문 변환부를 포함하고, 상기 대역문 변환부는 상기 대역어 추출기에 기초하여 입력문을 대역문으로 변환시킨다.
본 발명의 실시예에 따르면, 양국어 또는 단일어 코퍼스를 이용하여 정확성이 높은 번역 장치 및 방법을 제공한다.
도 1은 본 발명의 실시예에 따른 번역 장치의 블럭도이다.
도 2는 본 발명의 실시예에 따른 대역어 추출기의 블럭도 이다.
도 3은 본 발명의 실시예에 따른 번역 방법의 흐름도이다.
도 4는 본 발명의 실시예에 따른 대역어 추출방법의 흐름도이다.
도 2는 본 발명의 실시예에 따른 대역어 추출기의 블럭도 이다.
도 3은 본 발명의 실시예에 따른 번역 방법의 흐름도이다.
도 4는 본 발명의 실시예에 따른 대역어 추출방법의 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
또한 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이제 본 발명의 실시 예에 따른 번역 장치 및 방법에 대하여 도면을 참고로 하여 상세하게 설명한다.
먼저, 도 1 본 발명의 한 실시예에 따른 번역 장치에 대하여 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 번역 장치의 블럭도이다.
본 발명의 실시예에 따른 번역 장치(100)는 형태소 분석부(200), 구문 분석부(300), 대역문 변환부(400), 대역어 추출기(500) 및 형태소 생성부(600)을 포함한다. 그러나 도 1에 도시된 구성요소들이 필수적인 것은 아니어서, 그보다 많은 구성요소들을 갖거나 그보다 적은 구성요소들을 갖는 번역 장치(100)가 구현될 수도 있다.
형태소 분석부(200)는 입력문의 형태소를 분석한다.
구문 분석부(300)는 형태소 분석부(200)가 분석한 각 형태소의 구문을 분석한다.
대역문 변환부(400)는 분석된 형태소와 구문에 기초하여, 입력문을 대역문으로 변환한다. 대역문 변환부(400)는 대역문 변환에 있어서, 대역어 추출기(500)를 이용할 수도 있다.
대역어 추출기(500)는 입력문의 특정 어휘를 대역어로 변환하여 추출한다. 대역문 변환부(400)는 추출된 대역어를 대역문으로 조합할 수도 있다.
형태소 생성부(600)는 대역문에 기초한 형태소를 생성한다.
다음은 도 2를 참조하여 대역어 추출기(500)에 대하여 상세하게 설명하겠다.
도 2는 본 발명의 실시예에 따른 대역어 추출기의 블럭도이다.
도 2를 참조하면, 본 발명의 실시예에 따른 대역어 추출기(500)는 저장부(510), 양국어 병렬 코퍼스 정렬부(520), 원시언어 유효 문맥 어휘 추출부(530), 원시언어 유효 문맥 어휘 확장부(540). 원시언어 대역어 선택부(545), 목적언어 유효 문맥 어휘 추출부(550), 목적언어 유효 문맥 어휘 확장부(560), 목적언어 대역어 선택부(570) 및 취합부(580)를 포함한다. 그러나 도 2에 도시된 구성요소들이 필수적인 것은 아니어서, 그보다 많은 구성요소들을 갖거나 그보다 적은 구성요소들을 갖는 대역어 추출기(500)가 구현될 수도 있다.
저장부(510)는 원시언어 및 목적언어에 대한 양국어 코퍼스, 원시언어 및 목적언어 중 어느 하나의 코퍼스인 단일어 코퍼스 정보가 저장될 수 있다. 또한 본 발명의 실시예에 따른 저장부(510)에는 원시언어에 대응하는 대역어가 저장될 수도 있다. 원시언어에 대응하는 대역어는 원시언어의 번역시 번역되는 목적언어일 수도 있다.
양국어 병렬 코퍼스 정렬부(520)는 양국어 코퍼스를 정렬한다.
원시언어 유효 문맥 어휘 추출부(530)는 양국어 코퍼스에서 원시언어의 유효 문맥 어휘를 추출한다.
원시언어 유효 문맥 어휘 확장부(540)는 추출된 원시언어의 유효 문맥 어휘로부터 원시언어에 대한 단일어 코퍼스에 기초하여 유효 문맥 어휘를 확장한다.
원시언어 대역어 선택부(545)는 확장된 원시언어의 유효 문맥 어휘에 기초하여 원시언어에 대응하는 대역어를 선택한다.
목적언어 유효 문맥 어휘 추출부(550)는 양국어 코퍼스에서 목적언어의 유효 문맥 어휘를 추출한다.
목적언어 유효 문맥 어휘 확장부(560)는 추출된 목적언어의 유효 문맥 어휘로부터 목적언어에 대한 단일어 코퍼스에 기초하여 유효 문맥 어휘를 확장한다.
목적언어 유효 문맥 어휘 확장부(560)는 목적언어 코퍼스를 이용하여 정보를 확장한다. 양국어 코퍼스는 구축이 어렵고 양이 적은데 비해, 단일어 코퍼스(원시언어 코퍼스 및 목적언어 코퍼스)는 양이 많고, 구축도 용이하기 때문이다.
목적언어 대역어 선택부(570)는 각 확장된 목적언어의 유효 문맥 어휘에 기초하여 목적언어에 대응하는 대역어를 선택한다.
취합부(580)는 원시언어 대역어 선택부(545) 및 목적언어 대역어 선태부(570)가 선택한 각각의 대역어를 취합하여 대역어를 확정한다.
다음은 도 3 내지 도 4를 참조하여 본 발명의 실시예에 따른 번역 방법에 대하여 설명하겠다.
도 3은 본 발명의 실시예에 따른 번역 방법의 흐름도이다.
형태소 분석부(200)는 입력문의 형태소를 분석한다(S101).
구문 분석부(300)는 형태소 분석부(200)가 분석한 각 형태소의 구문을 분석한다(S103).
대역문 변환부(400)는 분석된 형태소와 구문에 기초하여, 입력문을 대역문으로 변환시킨다(S105). 대역문 변환부(400)는 대역문 변환에 있어서, 대역어 추출기(500)를 이용할 수도 있다. 본 발명의 실시예에 따른 대역문 변환부(400)는 대역어 추출기(500)에서 추출된 대역어를 취합하여 입력문을 대역문으로 변환시킨다.
다음은 도 4를 참조하여 본 발명의 실시예에 따른 대역어 추출방법에 대하여 설명하겠다.
도 4는 본 발명의 실시예에 따른 대역어 추출방법의 흐름도이다.
양국어 병렬 코퍼스 정렬부(520)는 양국어 코퍼스를 정렬한다(S201). 사과에예를 대한 들면,
사과와 배는 맛있다. / The apple and the pear are delicious.
사과는 빨간 사과와 초록색 사과가 있다. / There are red and green apples.
사과 한 개의 가격은 1000원이다. / One apple costs 1000 won.
등을 들 수 있다.
이하에서는 위에서 나열한 양국어 병렬 코퍼스를 예를 들어 설명하겠다. 또한 이하에서는 원시언어를 한국어, 목적언어를 영어로 하여 설명하나 본 발명은 이에 한정되는 것은 아니다. 따라서 얼마든지 다른 언어를 원시언어 또는 목적언어로 하여도 본 발명의 적용이 가능하다.
원시언어 유효 문맥 어휘 추출부(530) 및 목적언어 유효 문맥 어휘 추출부(550)는 각각의 유효 문맥 어휘를 추출한다(S203). 본 발명의 실시예에 따르면, 원시언어 유효 문맥 어휘 추출부(530)는 양국어 코퍼스에서 원시언어의 유효 문맥 어휘를 추출한다. 본 명세서에서는 이때의 유효 문맥 어휘를 제1 원시언어의 유효 문맥 어휘라고 하고 설명하겠다.
본 발명의 실시예에 따른 원시언어의 유효 문맥 어휘란 원시언어의 특정 어휘와 함께 쓰여, 원시언어의 특정어휘의 의미를 확정짓게 하는 어휘를 말할 수 있다. 즉 원시언어의 유효 문맥 어휘에 기초하여 원시언어의 특정 어휘가 목적언어의 특정 어휘로 번역되게 한다.
위에 제시된 양국어 코퍼스 중 한국어 코퍼스에서 사과를 특정 어휘로 하여 설명하면, 사과 주변의 "배, 맛있다. 빨갛다, 초록색, 한 개, 가격 및 1000원" 등이 원시언어 유효 문맥 어휘가 될 수 있다. 즉 사과는 원시언어 유효 문맥 어휘와 함께 쓰일 때 과일의 한 종류로 해석될 수 있다. 원시언어 유효 문맥 어휘 추출시, 원시언어 유효 문맥 어휘 추출부(530)는 원시언어 유효 문맥 어휘에 대응되는 목적언어 어휘를 함께 추출할 수 있다. 이는 원시언어와 목적언어 어휘에 존재할 수 있는 단어 중의성 문제를 대역어 태그를 추가함으로써 해소하기 위함이다.
목적언어 유효 문맥 어휘 추출부(550)는 양국어 코퍼스에서 목적언어의 유효 문맥 어휘를 추출한다.
본 발명의 실시예에 따른 목적언어의 유효 문맥 어휘란 목적언어의 특정 어휘와 함께 쓰여, 목적언어의 특정어휘의 의미를 확정짓게 하는 어휘를 말할 수 있다. 즉 목적언어의 유효 문맥 어휘에 기초하여 목적언어의 특정 어휘가 원시언어의 특정어휘로 번역되게 한다.
위에 제시된 양국어 코퍼스 중 영어 코퍼스에서 apple를 특정 어휘로 하여 설명하면, apple 주변의 "Pear, delicious, red, green, one, cost 및 1000won" 등이 목적언어 유효 문맥 어휘가 될 수 있다. 즉 apple은 목적언어 유효 문맥 어휘와 함께 쓰일 때 과일의 한 종류로 해석될 수 있다. 본 명세서에서는 이때의 유효 문맥 어휘를 제1 목적언어의 유효 문맥 어휘라고 하고 설명하겠다.
목적언어 유효 문맥 어휘 추출시, 목적언어 유효 문맥 어휘 추출부(550)는 원시언어 유효 문맥 어휘에 대응되는 목적언어 어휘를 함께 추출할 수 있다. 이는 원시언어와 목적언어 어휘에 존재할 수 있는 단어 중의성 문제를 대역어 태그를 추가함으로써 해소하기 위함이다.
사과에 기초하여 추출된 원시언어 유효 문맥 어휘 및 목적언어 유효 문맥 어휘는 아래와 같을 수 있다.
Pear(배), delicious(맛있다). red(빨갛다), green(초록색), one(한 개). cost(가격), 1000 won(1000원) : Apple(사과) <-> 사과(apple) : 배(Pear), 맛있다(delicious). 빨갛다(red), 초록색(green), 한 개(one). 가격(cost), 1000원(1000 won)
원시언어 유효 문맥 어휘 확장부(540) 및 목적언어 유효 문맥 어휘 확장부(560)는 각각의 단일어 코퍼스에 기초하여 유효 문맥 어휘를 확장한다(S205).
이하에서는 사과의 유효 문맥 어휘로 추출된 "배(Pear)"를 예를 들어 설명하겠다. 그러나 본 발명은 이에 한정되지 않는다.
원시언어 유효 문맥 어휘 확장부(540)는 배에 대한 원시언어의 유효 문맥 어휘를 양국어 코퍼스로부터 추출한다. 배에 대한 양국어 코퍼스를 예를 들면,
이 배는 아직 익지 않았다. / This pear doesn't ripe yet.
나는 배보다 감을 좋아한다. / I prefer the pear to the persimmon
로들 수 있다. 그러나 이것은 배에 대한 양국어 코퍼스의 일 예일뿐이고, 본 발명은 이에 한정되지 않는다.
배에 대한 양국어 코퍼스에서 추출된 원시언어 유효 문맥 어휘는 "감, 좋아하다 및 익다" 일 수 있다. 본 명세서에서는 이때의 유효 문맥 어휘를 제2 원시언어의 유효 문맥 어휘라고 하고 설명하겠다. 본 발명의 실시예에 따르면 제2 원시언어의 유효 문맥 어휘는 제1 원시언어 유효 문맥 어휘에 기초하여 양국어 코퍼스에서 추출된 유효 문맥 어휘일 수 있다. 추출된 제1 원시언어 유효 문맥 어휘는 제2 원시 언어 유효 문맥 어휘보다 높은 가충치 정보를 가질 수도 있다. 이후 본 발명의 실시예에 따르면 원시언어 유효 문맥 어휘 확장부(540)는 추출된 제2 원시언어의 유효 문맥 어휘로부터 단일어 코퍼스에 기초하여 유효 문맥 어휘를 확장한다.
배에 대한 단일어 코퍼스는 다음과 같다.
사공이 많으면 배가 산으로 간다.
이번 여름 여행에서는 배를 타고 여행을 가고 싶다.
배는 내가 가장 좋아하는 과일이다.
사과와 배는 한국의 가을을 대표하는 과일이다.
잘 익은 배는 매우 달다.
원시언어 유효 문맥 어휘 확장부(540)는 특정 언어(본 명세서에서는 "배"를 예를 들어 설명함.) "배"에 대한 문장들을 모아 어휘의 그룹핑을 수행한다. 이 때 유효 문맥 어휘 확장부(540)는 어휘가 가진 세부 의미별로 그룹핑을 실시한다. 본 발명의 실시예에 따른 그룹핑은 주변 어휘의 발생 빈도 정보 등을 이용하거나, co-occurrence graph를 구축하는 등의 방법을 이용할 수도 있다.
"배"에 대한 그룹핑의 예는 다음과 같다.
그룹 1: 사공, 가다, 타다, 여름, 여행
그룹 2: 과일, 좋아하다, 사과, 한국, 가을, 대표하다, 익다, 달다
이후 원시언어 유효 문맥 어휘 확장부(540)는 각 그룹의 어휘들과 제1 원시언어 유효 문맥 어휘와 유사도를 비교한다. 본 발명의 실싱예에 따른 유사도 비교는 단어 의미코드 등을 이용할 수도 있다.
이후 원시언어 유효 문맥 어휘 확장부(540)는 제1 원시언어 유효 문맥 어휘 및 제2 원시언어 유효 문맥 어휘와 각 그룹의 유사도를 비교한다.
그룹 1에 포함된 어휘보다, 그룹 2에 포함된 어휘가 제1 원시언어 유효 문맥 어휘 및 제2 원시언어 유효 문맥 어휘에 포함된 어휘와 더 많이 일치하는 것을 알 수 있다. 본 명세서에서는 이때 그룹 2에 포함된 어휘를 제3 원시언어 유효 문맥 어휘라고 하겠다. 이때 원시언어 유효 문맥 어휘 확장부(540)는 제3 원시언어 유효 문맥 어휘를 추출한다.
목적언어 유효 문맥 어휘 확장부(560)는 추출된 목적언어의 유효 문맥 어휘로부터 목적언어에 대한 단일어 코퍼스에 기초하여 유효 문맥 어휘를 확장한다.
목적언어 유효 문맥 어휘 확장부(560)는 원시언어 유효 문맥 어휘 확장부(540)와 동일한 방식으로 제2 목적언어 유효 문맥 어휘 및 제3 목적언어 유효 문맥 어휘를 추출한다.
제1,2 및 3 원시 유효 문맥 어휘 및 제1,2 및 3 목적언어 유효 문맥 어휘는 다음과 같이 나타낼 수 있다.
Pear(배), delicious(맛있다). red(빨갛다), green(초록색), one(한 개). cost(가격), 1000 won(1000원), persimmon(감), prefer(좋아하다), ripe(익다) : Apple(사과) <-> 사과(apple) : 배(Pear), 맛있다(delicious). 빨갛다(red), 초록색(green), 한 개(one). 가격(cost), 1000원(1000 won), 감(persimmon), 좋아하다(prefer), 익다(ripe), 과일, 좋아하다, 한국, 가을, 대표하다, 익다, 달다.
위에서 설명한 과정을 통해 각 언어의 유효 문맥 어휘는 제1, 2 및 3 원시 유효 문맥 어휘 및 제1, 2 및 3 목적언어 유효 문맥 어휘로 확장된다.
본 발명의 실시예에 따르면, 제1, 2 및 3 원시 유효 문맥 어휘는 원시언어 문맥 정보이고, 제1, 2 및 3 목적언어 유효 문맥 어휘는 목적언어 문맥 정보일 수 있다.
원시언어 대역어 선택부(545) 및 목적언어 대역어 선택부(570)은 각 언어별 확장된 유효 문맥 어휘에 기초하여 각 언어별 대역어를 선택한다(S207).
본 발명의 실시예에 따르면 원시언어 대역어 선택부(545)는 확장된 원시언어의 유효 문맥 어휘에 기초하여 원시언어에 대응하는 대역어를 선택한다.
원시언어 대역어 선택부(545)는 대역어를 선택함에 있어서, 대역어 선택을 하고자하는 어휘에 대한, 원시언어 문맥 정보 중 가장 높은 유사도를 갖는 어휘를 찾아 제1 대역어 선택을 한다. 이때 선택된 원시언어 대역어 선택부(545)는 제1 대역어와 함께 확률 정보를 저장한다. 본 발명의 실시예에 따르면, 제1 대역어 및 확률 정보는 저장부(510)에 저장될 수도 있다.
목적언어 대역어 선택부(570)는 각 확장된 목적언어의 유효 문맥 어휘에 기초하여 목적언어에 대응하는 대역어를 선택한다.
목적언어 대역어 선택부(570)는 대역어를 선택함에 있어서, 대역어 선택을 하고자하는 어휘에 대한, 목적언어 문맥 정보 중 가장 높은 유사도를 갖는 어휘를 찾아 제2 대역어 선택을 한다. 이때 선택된 목적언어 대역어 선택부(570)는 제2 대역어와 함께 확률 정보를 저장한다. 본 발명의 실시예에 따르면, 제1 대역어 및 확률 정보는 저장부(510)에 저장될 수도 있다.
취합부(580)는 제1 대역어 및 제2 대역어에 취합하여 대역어를 확정한다. 본 발명의 실시예에 따른 취합기준은 미리 정해질 수 있다.
다시 도 3을 참조하여 본 발명의 실시예에 따른 번역 방법을 설명한다.
형태소 생성부(600)는 대역문에 기초한 형태소를 생성한다(S107).
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
100: 번역 장치 200: 형태소 분석부
300: 구문 분석부 400: 대역문 변환부
500: 대역어 추출기 510: 저장부
520: 양국어 병렬 코퍼스 정렬부 530: 원시언어 유효 문맥 어휘 추출부
540: 원시언어 유효 문맥 어휘 확장부 545: 원시언어 대역어 선택부
550: 목적언어 유효 문맥 어휘 추출부 550: 목적언어 유효 문맥 어휘 확장부
570: 목적언어 대역어 선택부 580: 취합부
600: 형태소 생성부
300: 구문 분석부 400: 대역문 변환부
500: 대역어 추출기 510: 저장부
520: 양국어 병렬 코퍼스 정렬부 530: 원시언어 유효 문맥 어휘 추출부
540: 원시언어 유효 문맥 어휘 확장부 545: 원시언어 대역어 선택부
550: 목적언어 유효 문맥 어휘 추출부 550: 목적언어 유효 문맥 어휘 확장부
570: 목적언어 대역어 선택부 580: 취합부
600: 형태소 생성부
Claims (1)
- 원시언어 및 목적언어에 대한 양국어 코퍼스, 상기 원시언어에 대한 단일어 코퍼스 및 상기 목적언어에 대한 단일어 코퍼스에 기초하여 대역어를 추출하는 대역어 추출기;
입력문의 형태소를 분석하는 형태소 분석부;
상기 형태소의 구문을 분석하는 구문 분석부; 및
상기 형태소와 상기 구문에 기초하여 입력문을 대역문으로 변환시키는 대역문 변환부를 포함하고,
상기 대역문 변환부는 상기 대역어 추출기에 기초하여 입력문을 대역문으로 변환시키는
번역 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140006030A KR20150085982A (ko) | 2014-01-17 | 2014-01-17 | 번역 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140006030A KR20150085982A (ko) | 2014-01-17 | 2014-01-17 | 번역 장치 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20150085982A true KR20150085982A (ko) | 2015-07-27 |
Family
ID=53874935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140006030A KR20150085982A (ko) | 2014-01-17 | 2014-01-17 | 번역 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20150085982A (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017175900A1 (ko) * | 2016-04-05 | 2017-10-12 | (주)신명시스템즈 | 로마자 발음 표기를 매개로 하는 한글 기반의 중국어 입력 장치 및 방법 |
-
2014
- 2014-01-17 KR KR1020140006030A patent/KR20150085982A/ko not_active Application Discontinuation
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017175900A1 (ko) * | 2016-04-05 | 2017-10-12 | (주)신명시스템즈 | 로마자 발음 표기를 매개로 하는 한글 기반의 중국어 입력 장치 및 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10198437B2 (en) | Machine translation device and machine translation method in which a syntax conversion model and a word translation model are combined | |
US8874433B2 (en) | Syntax-based augmentation of statistical machine translation phrase tables | |
KR20120018687A (ko) | 토큰 분리 및 번역 과정을 통합한 통합 디코딩 장치 및 그 방법 | |
CN101763344A (zh) | 训练基于短语的翻译模型的方法、机器翻译方法及其装置 | |
CN101770458A (zh) | 基于实例短语的机器翻译方法 | |
KR20160133349A (ko) | 구 표 생성 방법 및 구 표를 이용한 기계 번역 방법 | |
Lehal | A word segmentation system for handling space omission problem in urdu script | |
Alqudsi et al. | A hybrid rules and statistical method for Arabic to English machine translation | |
Tennage et al. | Neural machine translation for sinhala and tamil languages | |
KR101616031B1 (ko) | 위키피디아의 언어자원과 병렬 코퍼스를 이용한 교차언어 검색기의 질의어 번역 시스템 및 방법 | |
Singh et al. | Punjabi dialects conversion system for Malwai and Doabi dialects | |
Chanda et al. | Columbia-Jadavpur submission for emnlp 2016 code-switching workshop shared task: System description | |
JP2018072979A (ja) | 対訳文抽出装置、対訳文抽出方法およびプログラム | |
KR20150085982A (ko) | 번역 장치 및 방법 | |
KR101735314B1 (ko) | 하이브리드 번역 장치 및 그 방법 | |
KR20140079545A (ko) | 디코딩 방식에 기반한 다국어 형태소 분석 및 품사 태깅 방법 | |
Kahla et al. | Fine-tuning and multilingual pre-training for abstractive summarization task for the Arabic language | |
Ariaratnam et al. | A shallow parser for Tamil | |
Kharate et al. | Survey of Machine Translation for Indian Languages to English and Its Approaches | |
Fan et al. | Automatic extraction of bilingual terms from a chinese-japanese parallel corpus | |
RU2822992C1 (ru) | Способ и устройство для разделения на слова, улучшенные с помощью межъязыковых данных | |
Krishnan et al. | Employing Wikipedia as a resource for named entity recognition in morphologically complex under-resourced languages | |
Carissa et al. | A Study on Teen Slang Translation of Asian Languages | |
KR20170108621A (ko) | 단일언어 코퍼스를 이용한 통계 및 학습기반 번역 장치 | |
Pawar et al. | Evaluating Cross Lingual Transfer for Morphological Analysis: a Case Study of Indian Languages |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WITN | Withdrawal due to no request for examination |