The correct analysis of a prepositional phrase(PP) has been an important issue in natural language processing. In English-to-Korean machine translation(EKMT), the analysis of prepositional phrases in English has critical effect on the generation of the corresponding Korean expressions. This dissertation proposes a semantic analysis system to resolve PPs in EKMT. The system consists of two major parts; a PP-attachment resolution part and a semantic role selection part. The PP-attachment resolution part is a hybrid system with a neural network and a rule-based controller. The neural network takes two candidates from an input sentence and chooses the right PP-attachment by comparing the two attachment candidates. The rule-based controller manages the execution of the neural network and chooses the best attachment candidate. The controller makes it possible to process a variable sized input sentence that is difficult to manipulate with simple neural networks. The semantic role selection system consists of three neural networks. Two of them are for disambiguating the senses of the attachment candidate chosen by the PP-attachment resolution part and the noun phrase of the PP. The remaining network takes the outputs of the two sense disambiguation networks into the input layer and determines a proper Korean-style case role of the PP. The role represents the Korean-style case relation designed with the consideration of the characteristics of Korean expressions on various postpositions to generate a correct Korean expression for a PP. As inputs to the neural networks, the system uses the semantic features of each word. The semantic features are defined based on several researches. The semantic features of an input word are automatically extracted from the WordNet using a mapping table which maps the senses of WordNet into the semantic features of this system. Automatic acquisition of the semantic features guarantees objectiveness in expanding the system. We tested the proposed system with the corpus in Penntree Bank and obtained a promising result. We believe that the proposed semantic feature set, semantic roles designed for generating Korean expressions, semantic role selection system, PP-attachment resolver, and automatic feature generator contribute to natural language analysis applications as well as to EKMT.
영어의 전치사구의 해석은 자연어 처리의 중요한 문제 중 하나이다. 특히 영한 기계 번역에서 영어 전치사구의 해석은 해당하는 한국어 표현의 생성에 중요한 영향을 미친다. 본 논문은 영한 기계번역에서의 전치사구 부착의 문제를 해결하는 과정과 격의미를 해결하는 과정으로 구성된 의미해석 시스템을 제안하여 전치사구 해석의 질 향상을 도모한다. 의미해석 시스템의 전치사구 부착문제는 하나의 신경망과 규칙 중심의 제어기의 하이브리드 시스템에 의하여 해결된다. 그 신경망은 입력에서 두 개의 후보를 받아들여 비교를 통해 한 후보를 선택한다. 규칙 중심의 제어기는 그 신경망의 동작을 제어하여 여러개의 후보에서 가장 적합한 한 후보를 선택한다. 제어기는 신경망 방법의 문제점인 가변 크기의 입력을 처리할 수 있다. 의미해석 시스템의 격의미 해석 부분은 세개의 신경망으로 구성된다. 그 중의 두 신경망은 전치사구 부착 해결 하이브리드 시스템에 의하여 결정된 후보와 전치사구의 명사구의 의미를 파악한다. 나머지 하나의 신경망은 두 신경망에 의하여 파악된 의미를 입력으로 전치사구의 피수식어에 대하여 전치사구의 격의미를 결정한다. 그 격의미는 전치사구에 대한 정확한 한국어 표현을 선택하기 위하여 여러 조사들의 특성을 고려하여 설계된 한국어 형의 격관계를 의미한다. 그 격의미로서 영어 전치사구에 대한 모든 가능한 한국어 표현을 나타낼 수 있다. 의미 해석 시스템에 사용되는 신경망의 입력으로 입력단어의 의미속성을 이용한다. 의미속성의 객관적 추출은 시스템의 확장에 큰 영향을 미치므로 객관성 있게 의미속성을 얻는 것은 매우 중요하다. 본 시스템의 의미속성들은 WordNet의 상하위 관계를 기초로 하여 작성되었다. 입력 단어들의 의미 속성들은 WordNet의 기능과 WordNet의 개념을 설계된 의미속성들로 변환하는 변환표를 이용하여 자동적으로 얻어진다. 본 시스템을 Penntree Bank의 코퍼스를 입력데이타로 하여 실험하여 좋은 결과를 얻었다. 이 논문에서 제안한 의미속성 집합, 격의미 체계, 신경망에 의한 격의미 해석, 하이브리드 시스템에 의한 전치사구 부착 해결등은 영한 기계번역은 물론 자연어 해석과 기계번역 분야에 좋은 역할을 한다.
