Word Sense Disambiguation Based on a Word-by-word Classification Model Using Trailing Words

본 논문은 단어 의미 중의성 해소를 위해 중의성 단어 뒤에 나타나는 특정 품사의 단어를 추가 자질로 사용하였다. 이는 한국어에서 중의성 단어와 의존관계에 있는 단어들이 일반적으로 뒤쪽에 등장하는 경향이 있다는 점에서 착안하였다. 성능 측정을 위해 단어 별 분류 모델을 생성하였다. 각 분류 모델은 BERT에서 추출한 단어 벡터를 입력 자질로 활용하였다. 신뢰도 있는 실험 결과를 얻기 위해, 의미 번호의 분포가 균등한 6개의 중의성 단어를 선정하였다. 실험 결과, 후행 추가 자질을 사용하기 전에는 평균 98.55%의 성능을 보였고, 후행 추가 자질을 사용한 후 약 0.31%가 향상된 평균 98.86%의 성능을 보였다. 본 연구를 통해 문장 정보를 포함하고 있는 BERT 정보를 사용한다고 하더라도, 후행 추가 지질을 사용하면 추가적인 성능 향상을 기대할 수 있다는 것을 입증하였다.