문학 텍스트의 머신러닝 활용방안 연구 - 화자 지시어 분석을 위한 규칙 선별을 중심으로 -A Study on Application of Machine Learning in Literary Texts - Focusing on Rule Selection for Speaker Directive Analysis -
- Other Titles
- A Study on Application of Machine Learning in Literary Texts - Focusing on Rule Selection for Speaker Directive Analysis -
- Authors
- 권경아; 고일주; 이인성
- Issue Date
- Nov-2021
- Publisher
- 국제문화기술진흥원
- Keywords
- 문학 텍스트; 화자 지시어; 영어 대명사; 대용화; 머신 러닝; Literature; Speaker-directed Terminology; English Pronoun; Pronominalization; Machine Learning
- Citation
- 문화기술의 융합, v.7, no.4, pp.313 - 323
- Journal Title
- 문화기술의 융합
- Volume
- 7
- Number
- 4
- Start Page
- 313
- End Page
- 323
- URI
- http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/41706
- DOI
- 10.17703/JCCT.2021.7.4.313
- ISSN
- 2384-0358
- Abstract
- 본 연구는 문학 텍스트를 활용한 머신러닝 기반 가상 캐릭터(virtual character) 구현을 위해 텍스트 내의 화자 지시어가 지시하는 화자를 판별할 수 있는 규칙을 제안하는 것을 목적한다. 선행 연구에서, 본 연구자는 문학 텍스트를 기계 학습에 적용할 때, 별칭, 별명, 대명사와 같은 화자 지시어들이 특정한 분석 규칙 없이는 기계가 화자를 제대로 파악하지 못하여 학습을 제대로 수행할 수 없다는 점을 발견하였다. 본 연구는 이를 해결하는 방법으로 ‘화자 지시어(대명사 포함)가 지시하는 화자를 찾는 9가지 규칙'을 소개한다: 위치, 거리, 대명사, 가주어/진주어, 인용문, 화자수, 등장인물 외 지시, 복합 단어 지시, 화자명 분산이 그것이다. 문학 텍스트 내의 등장인물을 가상 캐릭터로 활용하기 위해서는 기계가 이해할 수 있는 방식으로 학습 텍스트를 제공해야 한다. 본 연구자는 본 논문을 통해 제안한 화자 찾기 규칙이 문학 텍스트를 머신러닝에 활용할 때 발생할 수 있는 시행착오를 줄이고, 원활한 학습을 수행하게 하여 질적으로 우수한 학습 결과를 산출할 수 있게 해 줄 것으로 기대한다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Information Technology > Global School of Media > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.