원천언어의 관점에서 살펴본 기계번역의 오류분석과 수정 원칙 : 비문학 텍스트의 통사적 특징에 근거해서 :비문학 텍스트의 통사적 특징에 근거해서

박옥수

doi:10.52639/JEAH.2018.09.44.151

추천

검색

질문

자료유형: 학술저널

저자정보: 박옥수 (嶺南大學校)

저널정보: 동아인문학회 동아인문학 東亞人文學第44輯

발행연도: 2018.9

수록면: 151 - 171 (21page)

DOI: 10.52639/JEAH.2018.09.44.151

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

기계번역의 오류는 인공 신경망의 맥락 파악 능력이 부족한 데서 비롯되는 경우가 많다. 맥락을 이해하는 분야에서 컴퓨터의 인지 능력은 인간의 그것에 비해 뒤지는 분야로서, 기존의 규칙 기반이나 통계 기계번역 방식에서 NMT 방식에 이르기까지 지속되어온 문제이다. 맥락은 미시적 분석에 의해 인지되는 것이 아니라 인간의 본능적 배경 이해와 언어 구조에 대한 지식에서 감지된다. 이와 같은 인간 고유의 특질은 컴퓨터와의 협업 관계에서 대체 불가능한 자질이 된다. 맥락의 이해에서 원천언어의 통사적 구조는 담화 주체나 언어사용 배경 못지않게 주요 요인으로 작용한다.
원천언어와 목표언어의 특징을 분석해서 기계번역의 오류 문제를 고찰하는 연구는 컴퓨터 공학 분야보다는 인문학 분야에서 수행되는 것이 바람직하다. 오류 유형을 정성 분석하고, 그 결과를 바탕으로 오류 문제를 연구하는 방식은 언어의 기반인 통사, 언어사용 환경, 어휘의 분야에서 접근해야하기 때문이다.
원천언어에 있는 언어 규칙이 목표언어에 존재하지 않거나 원문이 일부 생략되었을 경우 기계번역은 종종 오류를 범한다. 이런 경우, 인간이 개입해서 정보 구조를 재배열하거나, 원천언어의 통사 규칙과 유사한 규칙을 목표언어에서 찾아서 조정한다면 적절한 번역문을 얻을 수 있다. 이와 같은 원문 수정 방식은 규범화될 수 있다.
이 연구에서는 비문학 텍스트의 한영 기계번역 결과를 분석해서 원천언어의 특징이 오류에 미치는 영향을 살펴보고, 해당 오류의 원문을 수정 후 재번역한 다음 수정 원칙을 제시할 것이다. 이 과정에서 오류를 판단하는 모범번역의 기준과 원문 수정의 원칙을 규정하는 관련 이론에 대해서도 연구할 것이다.

Many errors in machine translation occurs because artificial neural networks do not properly determine the context. In the field of understanding context, computer cognitive ability is inferior to that of human being, and it has been a problem that has continued from existing rule base or statistical machine translation method to NMT method.
Context is not perceived by microscopic analysis, but is perceived by knowledge of human instinctual background and language structure. This feature of human beings becomes an irreplaceable quality in collaboration with computer. The syntactic structure of the source language in the understanding of the context serves as the main factor as well as the background of the discourse subject and language use.
It is desirable that study of MT error problems analyzing the characteristics of source language and target language be performed by in the humanities field rather than computer engineering field. It is because the method of qualitative analysis of the error type and studying the error problem based on the result should be approached in the field of syntax, language use environment, and vocabulary.
Machine translation often produces errors when language rules in the source language do not exist in the target language or some of the source text is omitted. In this case, humans can rearrange the information structure or find the rules in the target language that are similar to the syntactic rules of the source language and adjust them, an appropriate translation can be produced. Such a method of correcting the source text can be standardized.
In this study, we analyze the results of the Korean-English translation of non - literary texts, examine the effects of the characteristics of the source language on the errors, revise the original texts of the errors, and re-translate them. In this process, we will study the criteria of model translation to determine errors and related theories that define the principle of original text modification.

#신경망 기계번역 #대조분석 #원천언어 #오류 분석 #번역 수정 #통사적 특징 #Neural Machine Translation #Contrastive analysis #Source language #Error analysis #Translation revision #Syntactic characteristics

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박옥수

소속기관 嶺南大學校

주요연구분야 인문학 > 기타 인문학 TOP 5%

논문수 11 이용수 3,406

이 논문과 함께 이용한 논문

관형절의 한영 번역 기법

박옥수 동아인문학 2015 .12

한영 기계 번역에서 ST의 유형적 특징에 따른 번역 오류 분석

박옥수 동아인문학 2017 .12

신경망 기계번역의 작동 원리와 번역의 정확률 : 중한 번역을 실례로

강병규 , 이지은 중어중문학 2018 .09

기계번역 담론에 대한 비판적 고찰

송연석 번역학연구 2018 .03

4차 혁명시대의 소프트웨어 융합 통번역교육 사례연구

진실희 번역학연구 2019 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-001-003582883

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)