|
어 어느 cluster에 소속된 어휘가 문장 속에서 사용되었는가만을 고려함으로써 동음이의어가 사용된 환경의 구조적 정보를 무시하게 되는 오류를 범하고 있다.
Ⅶ. 영어번역(한영번역)과 기계번역(번역기)
기계 번역(machine translation)에서는 서로
|
|
|
이의어 처리기는 SPARC/20 기계에서 C 언어로 구현되었다. 문맥 자질들을 하나의 지식 베이스에 저장하고 그것들을 검색함으로써 정확한 동음이의어의 의미 선정을 할 수가 있었다. 동음이의어 처리기는 예문 기반 기계 번역(example based machine tra
|
|
|
어학회 Ⅰ. 서론
Ⅱ. 영어번역(한영번역)의 의역과 주석
Ⅲ. 영어번역(한영번역)과 숙어
1. 디폴트 번역의 예
2. 연어적 번역의 예
3. ‘먹다’의 연어 리스트 예
4. 숙어적 번역의 예
Ⅳ. 영어번역(한영번역)과 기계번역클러스터
|
|
|
있다[McRoy 92]. 특히 동음이의어는 의미 모호성 문제의 대표적인 것이라 할 것이다. 동음이의어가 가지는 여러 가지의 의미 중 어느 의미로 번역할 것인가는 기계 번역(machine translation)에서 중요한 문제이며, 자연어 이해(natural language understanding)
|
|
|
기계번역 시스템 의 설계 및 구현, 서울대학교 Ⅰ. 서론
Ⅱ. 영어번역(한영번역)의 유형
1. 역동적 번역(Dynamic Translation)
2. 형식적 번역(Formal Translation)
Ⅲ. 영어번역(한영번역)과 숙어인식알고리즘
Ⅳ. 영어번역(한영번역)과 동음이
|
|
|
어렵다. 그런데 번역 숙어의 견지에서 본 한국어 숙어적 표현의 인식에 관한 연구는 매우 빈약한 실정이다. 따라서 한국어의 개별 언어 특성을 잘 반영하는 효율적인 숙어 인식 방법의 개발이 절실하다.
규칙 기반 기계 번역과 비교해 볼 때
|
|
|
기계학습(Machine Learning)이란
1) 기계 학습의 개념 및 배경
2) 기계 학습의 원리
(1) 지도 학습
(2) 비지도 학습
(3) 강화 학습
3) 기계 학습의 필요성
2. 기계학습을 위해 활용될 수 있는 정보통신 기술
1) 백스캐터 통신
2) V2X 통신
3) 무인기
|
|
|
어내기 쉽지 않으며 그렇게 되면 단어의 수가 무한히 많아져 인간의 기억 부담이 급증한다. 외국어에서 쓰이던 의미가 번역되어 수용되면서 이미 있던 단어에 새로운 의미가 추가된다. 동음이의어였던 두 단어를 의미적으로 연관이 있는 것
|
|
|
어의 의미를 확장
② 외국어에서 쓰이던 의미가 번역되어 수용되면서 이미 있던 단어에 새로운 의미가 추가 된다
(예/하느님 : 초자연적 절대자+기독교의 유일신)
③ 동음이의어였던 두 단어를 의미적으로 연관이 있는 것으로 재해석하여 하
|
|
|
어의 의미를 확장
② 외국어에서 쓰이던 의미가 번역되어 수용되면서 이미 있던 단어에 새로운 의미가 추가 된다
(예/하느님 : 초자연적 절대자+기독교의 유일신)
③ 동음이의어였던 두 단어를 의미적으로 연관이 있는 것으로 재해석하여 하
|
|
메뉴펼치기
