프랑스어 담화 연결어를 PDTB 담화 관계에 자동 매핑

초록

본 논문은 통계적 기계 번역에서 생성된 구문표를 활용해 프랑스어 담화 연결어를 Penn Discourse Treebank(PDTB) 관계에 자동으로 매핑하는 방법을 제안한다. Europarl 병렬 코퍼스를 이용해 구축한 프랑스어 연결어‑관계 사전 ConcoLeDisCo는 기존 LEXCONN과 비교해 0.81의 재현율과 0.68의 평균 정밀도를 달성했으며, 특히 ‘양보(Concession)’와 ‘조건(Condition)’ 관계에서 높은 성능을 보였다.

상세 분석

이 연구는 두 가지 핵심 아이디어에 기반한다. 첫째, 영어‑프랑스어 병렬 코퍼스(Europarl)에서 영어 담화 연결어와 그 연결어가 표지하는 PDTB 관계를 자동으로 식별한다. 이를 위해 저자들은 CLaC 담화 파서를 사용했으며, 이 파서는 100개의 영어 연결어에 대해 0.90의 F1 점수(연결어 식별)와 0.76의 F1 점수(관계 라벨링)를 기록한다. 둘째, Moses 통계적 기계 번역 시스템이 생성한 구문표(phrase table)를 이용해 프랑스어 연결어와 영어 연결어‑관계 쌍을 정렬한다. 구문표는 IBM Model 4와 Och‑Ney 히어리스틱을 결합해 구축되었으며, 영어 연결어와 그 관계를 하나의 토큰으로 결합해 다중 의미를 구분하도록 설계되었다(예: “although‑CONCESSION”).

구문표에서 프랑스어 연결어가 50회 이상 등장하는 경우만을 대상으로 하여, 각 프랑스어 연결어가 특정 PDTB 관계와 연결된 횟수를 집계한다. 그 후, 해당 연결어의 전체 등장 빈도로 나누어 관계별 확률을 계산하고, <프랑스어 연결어, 관계, 확률> 형태의 튜플을 생성한다. 최종적으로 900개의 튜플이 사전(ConcoLeDisCo)으로 정리되었다.

평가 단계에서는 LEXCONN과의 비교를 위해 ‘양보’와 ‘조건’ 두 관계만을 대상으로 했다. 자동 평가에서는 11점 보간 평균 정밀도(11‑point interpolated average precision)를 사용해 순위별 정밀도를 측정했으며, 0.81의 재현율과 0.68의 평균 정밀도를 기록했다. 수동 검증에서는 자동 매핑에서 발생한 14개의 false‑positive 사례 중 9건(64%)이 실제로 LEXCONN에 누락된 올바른 매핑임이 확인되었다. 이는 기존 사전이 놓친 의미 관계를 자동으로 발견할 수 있음을 시사한다.

또한, 다중 연결어가 동일 절에 동시에 등장할 경우 서로의 의미적 역할에 영향을 미쳐 최종 관계가 달라지는 현상을 관찰했다(예: “certes”와 “mais”의 조합). 이러한 현상은 PDTB에서도 보고된 바 있어, 연결어 간 상호작용을 고려한 보다 정교한 모델링이 필요함을 암시한다.

전체적으로 이 연구는 (1) 통계적 기계 번역 구문표를 활용한 저비용, 고효율의 연결어‑관계 매핑 방법을 제시하고, (2) 기존 수작업 기반 사전의 한계를 보완하며, (3) 다른 언어에도 동일한 파이프라인을 적용할 수 있는 확장성을 제공한다는 점에서 의미가 크다. 향후 작업으로는 모든 PDTB 관계에 대한 매핑 확대와 다국어 적용, 그리고 연결어 간 상호작용을 모델링하는 심층 학습 접근법이 제안된다.