Linguistics and Machine Translation-On Translation of Korean Text in Classical Chinese-

Jung Sunghoon

Linguistics and Machine Translation-On Translation of Korean Text in Classical Chinese-

Recommendations

Search

언어학과 기계 번역-한문학 텍스트의 기계 번역과 관련하여

Type: Academic journal

Author: Jung Sunghoon

Journal: The Association of Korean in Chinese 한문학논집(漢文學論集) 한문학논집(漢文學論集) 제53권 KCI Accredited Journals

Published: 2019.1

Pages: 7 - 38 (32page)

Usage

Linguistics and Machine Translation-On Translation of Korean Text in Classical Chinese-

Abstract· Keywords

Report Errors

This study examines the history of machine translation in relation to linguistics and briefly introduces algorithms for rule based machine translation and data based machine translation. And the purpose of this study is to propose and prospect a machine translation of Korean texts in classical Chinese. Machine translation is a technology that automatically transforms a language into another language. Recently, it has been actively researched in artificial intelligence(AI) and computational linguistics. Machine translation started with Weaver(1949), and until the early 1980’s, rule based machine translation developed which is a system that applied many rules for vocabulary, grammar, and meaning. Since the 1980’s, the attempts using corpus for machine translation come up with computer development and large corpus construction, then data base machine translation has developed. In recent years, the machine translations with AI has become very popular. One of them is ‘Neural Machine Translation’. However, it is difficult to use rule based machine translation because it is not the agreed-on situation about vocabulary and grammar on Korean literature text in classical Chinese. Also, since there are not enough parallel corpora, it is difficult to use statistical machine translation or neural machine translation. Therefore, the most reasonable method of machine translation on Korean literature text in classical Chinese is to use ‘translation memory’. It is possible to minimize the time and cost for translating the current Korean literature text in classical Chinese, and to generate a large amount of parallel corpus which is required in neural network machine translation in the future.

본 연구는 언어학과 관련하여 기계 번역의 역사를 살펴보고, 규칙 기반 기계 번역과 자료 기반 기계 번역의 알고리듬을 간략히 소개한다. 또한 이를 통해 한문학 텍스트의 기계 번역에 대한 제안과 전망을 하는 것이 본 연구의 목적이다. 기계 번역은 컴퓨터를 이용하여 하나의 언어를 다른 언어로 자동으로 변환하는 기술인데, 최근 인공 지능(AI)과 전산언어학 분야에서 활발히 연구되고 있다. 기계 번역은 Weaver(1949)에서 출발하였으며, 1980년대 초까지 언어학의 영향으로 어휘, 문법, 의미 생성에 필요한 많은 규칙을 적용한 시스템인 규칙 기반 기계 번역이 발전하였다. 1980년대 이후에는 컴퓨터의 발달과 대규모 코퍼스(corpus)의 구축이 가능해지면서 코퍼스를 기계 번역에 이용하려는 시도들이 나타났는데, 코퍼스를 기반으로 하는 자료 기반 기계 번역이 발전하였다. 최근에는 딥러닝(deep learning)을 통한 기계 번역의 인기가 매우 높아지고 있다. 그 중 주목받고 있는 기술은 ‘신경망 기계 번역(Neural Machine Translation)’이다. 그런데 한문학 텍스트는 어휘와 문법에 대한 정확한 정의와 분류가 합의된 상황도 아닐 뿐만 아니라 이를 규칙화한 시스템도 구축하지 못한 상황이기 때문에 규칙 기반 기계 번역을 활용하기 어렵다. 한편 충분한 병렬 코퍼스도 부족하기 때문에 통계적 기계 번역이나 신경망 기계 번역을 활용하기도 어렵다. 따라서 현재 한문학 텍스트의 기계 번역에서 가장 합리적인 방법은 번역 메모리를 활용하는 방법이다. 이를 통해 현재 한문학 텍스트의 번역에 대한 시간과 비용을 최소화 할 수 있고, 향후 신경망 기계 번역에서 필요로 하는 대용량의 병렬 코퍼스를 생성해 낼 수 있을 것이다.

#Artificial Intelligence #Translation of Korean Literature Text in Classical Chinese #Rule Based Machine Translation #Neural Machine Translation #Translation Memory

No content found

References (0)

Add References

If the reference is being serviced by DBpia, please register through [Add Reference]

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

정성훈

Affiliation 목포대학교

Fields Humanities > Linguistics and Literature > Korean Language and Literature

Articles 3 Usage 134

Comments(0)

Write first comments.

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

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (0)

Recommendations

Related Authors

Recently viewed articles

Comments(0)