|
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
|
|
|
동음이의어의 의미 선정을 해야 할 경우를 놓치는 문제를 근본적으로 안고 있다. 올바른 의미 선정의 범위(coverage)를 향상시키기 위해서 보다 많은 연구와 보완이 필요하다.
현재의 동음이의어 처리기는 영한 기계 번역 시스템의 분석 단계 이
|
|
|
어 기계번역 시스템, 한국정보과학회
◇ 이하규 외 1명(1994), 기계번역을 위한 한국어 숙어의 표현 및 인식, 한국정보과학
회
◇ 최승권(1995), 한국어와 여러 언어 통합기반 기계번역, 서울대학교 Ⅰ. 서론
Ⅱ. 번역기(기계번역)의 방식
|
|
|
기계 번역이라면 이렇게 생성된 영어 구조를 형태소 생성 과정을 통해 완전한 문장의 형태로 출력하면 끝나겠지만, UNL-표현의 생성을 위해서는 한 단계의 절차가 더 필요하다. 즉, 이 문장의 명제적 의미를 결정하는데 필요한 요소들과 그에
|
|
|
어진 단어들이 각 주제 분야에서 독일어 단어에 대한 후보 역어들이다. 이들 가운데 가장 왼쪽에 위치한 역어가 제일 먼저 시도된다.
우리가 추구하는 바가 단지 기계 번역이라면 이렇게 생성된 영어 구조를 형태소 생성 과정을 통해 완전한
|
|
|
어 숙어적 표현의 경우 한국어의 개별 언어 특성으로 인해 영어와 같은 서구어에서 사용된 숙어 인식 방법을 적용하기가 매우 어렵다. 그런데 번역 숙어의 견지에서 본 한국어 숙어적 표현의 인식에 관한 연구는 매우 빈약한 실정이다. 따라
|
|
|
한영번역(영어번역)의 문제점
현재 UNL시스템에서 사용하는 관계 레이블의 수는 41개로, 각각의 레이블들은 명확하게 정의되어 있고 서로 중복되는 부분은 없다. 그러나 이러한 관계레이블의 정의는 대다수의 언어학자들이 짐작할 수 있듯이,
|
|
|
어문학연구회
▷ 최승권(1995), 한국어와 여러 언어 통합기반 기계번역, 서울대학교 Ⅰ. 서론
Ⅱ. 번역기(기계번역)의 종류
1. SYSTRAN
2. EUROTRA
3. 피봇
4. METAL
5. ATLAS
Ⅲ. 번역기(기계번역)의 문맥자질
Ⅳ. 번역기(기계번역)의 현황
1.
|
|
|
영한-한영 자동번역기, 한중·한러 자동번역기를 개발하고 있다. 교내 현황 (기획-IT 캠퍼스 특성화 대학탐방 2002년 11월 07일)
기계번역 사이트: http://www.worldlingo.com/wl/translate/ko/computer_translation.html
(여러 나라 언어 번역 프로그램)
http://babelfish.a
|
|
|
어의 전통을 통해서만 사수되는 것이다. 초등학교 때까지 모국어도 습득되지 않으면 모국어뿐만 아니라 외국어 습득도 어렵다. 영어 사용 계층과 한국어 사용 계층으로 국민이 분리될 수 있다. 또한 번역기와 통역기가 빠른 속도로 발전하고
|
|
메뉴펼치기
