인공 지능 응용

1. Brill’s Tagger정확도

전체 Corpus자료를 APP에서 Simulation한 결과 분석
THAT 포함 전체 문장 수 약 275문장
잘못 분석된 문장의 수 23
정확도 약 91.6%

2. Apple Pie Parser의 정확도

전체 Corpus자료를 APP에서 Simulation한 결과 분석
THAT 포함 전체 문장 수 약 275문장
잘못 분석된 문장의 수 49
정확도 약 82%

3. 비교 결과 분석

Apple Pie Parser와 비교결과 Brill’s Tagger 약 10% 정도 성능이 향상되었으며 APP에 비하여 보다 정확한 품사로 Tagging이 가능 하였습니다.
하지만 잘못 Tagging된 경우를 분석하면 앞의 APP에서 나왔던 것과 유사한 원인이지만 빈도는 많이 줄었습니다.
원인을 분석하면 다음과 같은 유형이 대부분이었습니다.
Case 1: 관계사의 That을 형용사의 That으로 Scoping하여 잘못 Tagging하는
문제.
Case 2: 관계사의 That을 지시 대명사의 That으로 인식하여 잘못 Tagging
하는 문제
Case 3: 지시대명사의 That을 관계사의 That으로 인식하여 잘못 Tagging
하는 문제

4. MXPOST의 정확도

M…(생략)

5. FNTBL의 정확도

6. Brill’s Tagger의 Tagging 결과의 예.