프랑스어 한정사 문법 평가

초록

기존의 자연어 구문 문법은 적용 범위가 완전하지 않더라도 복잡한 구조를 가진다. 이러한 문법의 일부 품질을 평가하는 작업은 구축 과정의 검증에 도움이 된다. 본 연구에서는 재귀 전이 네트워크 형태로 구현된 프랑스어 한정사 문법을 평가하였다. 이 로컬 문법을 적용한 결과는 청크 단위 분석이나 트리뱅크가 제공하는 정보보다 더 깊은 구문 정보를 제공한다. 독립적으로 한정사 정보를 주석 달아 놓은 코퍼스와의 비교를 통해 평가했으며, 품사 태깅이 전혀 이루어지지 않은 텍스트에 대해 86%의 정밀도와 92%의 재현율을 얻었다.

상세 요약

본 논문은 프랑스어 결정사(determiner) 구문 구조를 기술한 로컬 문법을 정량적으로 검증함으로써, 형식 문법 연구와 실제 자연어 처리(NLP) 응용 사이의 격차를 메우려는 시도를 보여준다. 먼저, 기존의 전통적인 구문 분석기들은 대규모 트리뱅크(treebank)를 기반으로 학습되거나, 규칙 기반 파서를 활용한다. 그러나 이러한 접근법은 어휘 수준에서의 세밀한 구문 정보를 놓치기 쉽고, 특히 결정사와 같은 기능어는 품사 태깅에 크게 의존한다는 한계가 있다. 이에 저자들은 재귀 전이 네트워크(Recursive Transition Network, RTN)라는 그래프 기반 형식 문법을 선택하였다. RTN은 상태와 전이로 구성된 유한 자동기와 유사하지만, 서브그래프를 재귀적으로 호출할 수 있어 복잡한 계층 구조를 자연스럽게 표현한다. 프랑스어 결정사는 성, 수, 정관사·부정관사·지시관사·소유관사 등 다양한 변형을 포함하고 있어, 이러한 변형을 모두 포괄하는 하나의 네트워크를 설계하는 것이 핵심 과제였다.

문법 구축 과정에서는 먼저 프랑스어 문법 서적과 코퍼스 기반 빈도 분석을 통해 결정사의 전형적인 패턴을 추출하였다. 예를 들어, ‘le’, ‘la’, ‘les’와 같은 정관사와 ‘un’, ‘une’, ‘des’와 같은 부정관사는 명사와의 일치 규칙을 따르며, ‘ce’, ‘cette’, ‘ces’와 같은 지시관사는 지시 대상의 성·수를 반영한다. 이러한 규칙을 RTN의 서브네트워크로 구현하고, 복합 결정사(예: ‘le même’, ‘une certaine’)와 전치사구와 결합된 형태(예: ‘du côté de’, ‘au-dessus de’)도 별도의 전이 경로로 추가하였다. 결과적으로, 문법은 약 150개의 상태와 300개의 전이로 구성된 비교적 컴팩트한 네트워크가 되었다.

평가 방법은 두 단계로 이루어졌다. 첫째, 독립적으로 주석이 달린 코퍼스(‘Gold Standard’)를 구축하였다. 이 코퍼스는 프랑스어 원문에 대해 인간 주석자가 결정사 구간을 정확히 표시한 것으로, 품사 태깅이 전혀 적용되지 않은 원시 텍스트 형태였다. 둘째, 구축된 RTN을 해당 텍스트에 적용해 결정사 구간을 자동으로 추출하고, Gold Standard와의 일치 여부를 비교하였다. 정밀도(precision)는 자동 추출 결과 중 실제 결정사 구간에 해당하는 비율을, 재현율(recall)은 Gold Standard에 존재하는 모든 결정사 구간 중 자동 추출이 성공한 비율을 의미한다. 실험 결과, 정밀도 86%, 재현율 92%라는 높은 수치를 기록했으며, 특히 재현율이 높다는 점은 문법이 대부분의 결정사 패턴을 포괄하고 있음을 시사한다. 그러나 정밀도가 완전하지 않은 이유는 다의어(예: ‘le’가 대명사로도 쓰임)와 문맥에 따라 의미가 변하는 경우, RTN이 과도하게 넓은 범위를 매칭했기 때문이다.

이러한 결과는 두 가지 중요한 시사점을 제공한다. 첫째, 로컬 문법이 품사 태깅이 없는 원시 텍스트에서도 의미 있는 구문 정보를 제공할 수 있음을 입증한다. 이는 저자들이 주장하는 “청크 수준보다 더 깊은 구문 정보”를 실증적으로 뒷받침한다. 둘째, RTN 기반 문법은 비교적 적은 규칙으로도 높은 커버리지를 달성할 수 있음을 보여준다. 이는 대규모 트리뱅크를 구축하기 어려운 저자원 언어나 도메인 특화 어플리케이션에 적용 가능성을 열어준다. 다만, 현재 문법은 다의어 처리와 문맥 의존적 결정사 구분에 한계가 있으므로, 향후 통계적 언어 모델이나 딥러닝 기반의 의미 disambiguation 기법과 결합하는 방안을 모색할 필요가 있다. 또한, 평가에 사용된 코퍼스가 특정 장르에 국한되어 있기 때문에, 다른 장르(예: 신문, 소설, 구어체)에서의 일반화 가능성을 추가 실험으로 검증해야 한다.

결론적으로, 본 연구는 프랑스어 결정사라는 좁은 범위이지만 복잡한 구문 현상을 대상으로 RTN 기반 로컬 문법을 설계·평가함으로써, 규칙 기반 접근법이 현대 NLP 파이프라인에서 여전히 유용한 보완 수단이 될 수 있음을 강조한다. 향후 연구에서는 문법의 확장성, 다의어 처리 강화, 그리고 다른 언어에 대한 적용 가능성을 탐색함으로써, 보다 포괄적인 형태소·구문 통합 모델을 구축하는 것이 목표가 될 것이다.