복잡망으로 보는 단어 의미 구분

초록

이 논문은 텍스트를 복잡 네트워크로 모델링하고, 모호한 단어 주변의 지역 구조 지표 16가지를 활용해 의미 구분(Word Sense Disambiguation, WSD)을 수행한다. 10개의 다의어에 대해 10‑fold 교차 검증을 적용했으며, 전통적인 주변 단어 빈도 기반 방법보다 절반 이상에서 높은 정확도를 달성했다. 특히 계층적 연결성(k·s)과 클러스터링 계수(C)의 상위 계층 확장이 의미 구분에 가장 큰 기여를 함을 확인하였다.

상세 분석

본 연구는 텍스트를 방향성 가중 네트워크로 변환한 뒤, 각 단어를 노드, 인접 단어 관계를 에지로 정의한다. 불용어를 제거하고 어간 추출을 수행한 뒤, 모호한 단어의 각 출현을 별도 노드로 취급해 개별 의미에 대한 구조적 특성을 추출한다. 사용된 16가지 로컬 측정값은 크게 네 그룹으로 나뉜다. 첫 번째는 단순 차수(k₁)와 강도(s₁)이며, 이를 계층적으로 확장해 k₂·k₃·k₄, s₂·s₃·s₄를 만든다. 두 번째는 클러스터링 계수(C₁~C₄)로, 삼각형 비율을 통해 주변 문맥의 응집성을 평가한다. 세 번째는 이웃의 평균 차수·강도(hkₙ, hsₙ)와 표준편차(Δkₙ, Δsₙ)로, 이웃 노드들의 연결 특성을 정량화한다. 마지막으로 평균 최단 경로 길이(l)와 매개 중심성(B)은 단어가 네트워크 전체에서 차지하는 중심성을 측정한다.

분류기 학습에는 C4.5 결정 트리, 나이브 베이즈, k‑최근접 이웃(kNN) 세 알고리즘을 적용했으며, 10‑fold 교차 검증으로 일반화 성능을 평가했다. 결과는 대부분의 단어에서 α_cn (복잡망 기반 p‑값)이 5×10⁻² 이하로 통계적으로 유의미함을 보여준다. 특히 ‘save’, ‘note’, ‘march’, ‘present’, ‘jam’ 등 5개 단어는 전통적인 주변 단어 빈도 방식보다 복잡망 접근이 현저히 높은 정확도를 기록했다. 최적 분류기에 사용된 특징 수는 최대 5개였으며, 경우에 따라 두 개의 측정값만으로도 충분히 구분이 가능했다. 예를 들어 ‘save’는 hsₙ와 l만으로도 의미를 구분할 수 있었다.

이 연구는 의미와 구조 사이의 상관관계를 실증적으로 제시한다. 계층적 연결성(kₘ, sₘ)과 고계층 클러스터링(Cₘ)은 단어가 등장하는 문맥의 다양성과 응집성을 반영하며, 이는 의미 차이를 포착하는 데 핵심적인 역할을 한다. 또한, 복잡망 기반 특징은 텍스트 규모가 충분히 클 때 통계적 신뢰도가 높아지므로, 대규모 코퍼스에 적용하면 전통적인 의미 사전이나 심층 학습 모델과 결합해 WSD 성능을 더욱 향상시킬 가능성이 있다.