khaiii
khaiii๋ "Kakao Hangul Analyzer III"์ ์ฒซ ๊ธ์๋ค๋ง ๋ชจ์ ๋ง๋ ์ด๋ฆ์ผ๋ก ์นด์นด์ค์์ ๊ฐ๋ฐํ ์ธ ๋ฒ์งธ ํํ์๋ถ์๊ธฐ์ ๋๋ค. ๋ ๋ฒ์งธ ๋ฒ์ ์ ํํ์๋ถ์๊ธฐ ์ด๋ฆ์ธ dha2 (Daumkakao Hangul Analyzer 2)๋ฅผ ๊ณ์นํ ์ด๋ฆ์ด๊ธฐ๋ ํฉ๋๋ค.
ํํ์๋ ์ธ์ดํ์์ ์ผ์ ํ ์๋ฏธ๊ฐ ์๋ ๊ฐ์ฅ ์์ ๋ง์ ๋จ์๋ก ๋ฐํ์ฒด ๋ด์์ ๋ฐ๋ก ๋ผ์ด๋ผ ์ ์๋ ๊ฒ์ ๋งํฉ๋๋ค. ์ฆ, ๋ ๋ถ์ํ๋ฉด ๋ป์ด ์์ด์ง๋ ๋ง์ ๋จ์์ ๋๋ค. ํํ์๋ถ์๊ธฐ๋ ๋จ์ด๋ฅผ ๋ณด๊ณ ํํ์ ๋จ์๋ก ๋ถ๋ฆฌํด๋ด๋ ์ํํธ์จ์ด๋ฅผ ๋งํฉ๋๋ค. ์ด๋ฌํ ํํ์๋ถ์์ ์์ฐ์ด ์ฒ๋ฆฌ์ ๊ฐ์ฅ ๊ธฐ์ด์ ์ธ ์ ์ฐจ๋ก ์ดํ ๊ตฌ๋ฌธ ๋ถ์์ด๋ ์๋ฏธ ๋ถ์์ผ๋ก ๋์๊ฐ๊ธฐ ์ํด ๊ฐ์ฅ ๋จผ์ ์ด๋ฃจ์ด์ ธ์ผ ํ๋ ๊ณผ์ ์ผ๋ก ๋ณผ ์ ์์ต๋๋ค. (ํ๊ตญ์ด ์ํคํผ๋์์์ ์ธ์ฉ)
๋ฐ์ดํฐ ๊ธฐ๋ฐ
๊ธฐ์กด ๋ฒ์ ์ด ์ฌ์ ๊ณผ ๊ท์น์ ๊ธฐ๋ฐํด ๋ถ์์ ํ๋ ๋ฐ ๋ฐํด khaiii๋ ๋ฐ์ดํฐ(ํน์ ๊ธฐ๊ณํ์ต) ๊ธฐ๋ฐ์ ์๊ณ ๋ฆฌ์ฆ์ ์ด์ฉํ์ฌ ๋ถ์์ ํฉ๋๋ค. ํ์ต์ ์ฌ์ฉํ ์ฝํผ์ค๋ ๊ตญ๋ฆฝ๊ตญ์ด์์์ ๋ฐฐํฌํ 21์ธ๊ธฐ ์ธ์ข ๊ณํ ์ต์ข ์ฑ๊ณผ๋ฌผ์ ์ ํฌ ์นด์นด์ค์์ ์ค๋ฅ๋ฅผ ์์ ํ๊ณ ๋ด์ฉ์ ์ผ๋ถ ์ถ๊ฐํ๊ธฐ๋ ํ ๊ฒ์ ๋๋ค.
์ ์ฒ๋ฆฌ ๊ณผ์ ์์ ์ค๋ฅ๊ฐ ๋ฐ์ํ๋ ๋ฌธ์ฅ์ ์ ์ธํ๊ณ ์ฝ 85๋ง ๋ฌธ์ฅ, ์ฒ๋ง ์ด์ ์ ์ฝํผ์ค๋ฅผ ์ฌ์ฉํ์ฌ ํ์ต์ ํ์ต๋๋ค. ์ฝํผ์ค์ ํ์ฌ ์ฒด๊ณ์ ๋ํ ์์ธํ ๋ด์ฉ์ ์ฝํผ์ค ๋ฌธ์๋ฅผ ์ฐธ๊ณ ํ์๊ธฐ ๋ฐ๋๋๋ค.
์๊ณ ๋ฆฌ์ฆ
๊ธฐ๊ณํ์ต์ ์ฌ์ฉํ ์๊ณ ๋ฆฌ์ฆ์ ์ ๊ฒฝ๋ง ์๊ณ ๋ฆฌ์ฆ๋ค ์ค์์ Convolutional Neural Network(CNN)์ ์ฌ์ฉํ์์ต๋๋ค. ํ๊ตญ์ด์์ ํํ์๋ถ์์ ์์ฐ์ด์ฒ๋ฆฌ๋ฅผ ์ํ ๊ฐ์ฅ ๊ธฐ๋ณธ์ ์ธ ์ ์ฒ๋ฆฌ ๊ณผ์ ์ด๋ฏ๋ก ์๋๊ฐ ๋งค์ฐ ์ค์ํ ์์๋ผ๊ณ ์๊ฐํฉ๋๋ค. ๋ฐ๋ผ์ ์์ฐ์ด์ฒ๋ฆฌ์ ๋ง์ด ์ฌ์ฉํ๋ Long-Short Term Memory(LSTM)์ ๊ฐ์ Recurrent Neural Network(RNN) ์๊ณ ๋ฆฌ์ฆ์ ์๋ ๋ฉด์์ ํ์ฉ๋๊ฐ ๋จ์ด์ง ๊ฒ์ผ๋ก ์์ํ์ฌ ๊ณ ๋ ค ๋์์์ ์ ์ธํ์์ต๋๋ค.
CNN ๋ชจ๋ธ์ ๋ํ ์์ธํ ๋ด์ฉ์ CNN ๋ชจ๋ธ ๋ฌธ์๋ฅผ ์ฐธ๊ณ ํ์๊ธฐ ๋ฐ๋๋๋ค.
์ฑ๋ฅ
์ ํ๋
v0.3
CNN ๋ชจ๋ธ์ ์ฃผ์ ํ์ดํผ ํ๋ผ๋ฏธํฐ๋ ๋ถ๋ฅํ๋ ค๋ ์์ ์ ์ข/์ฐ ๋ฌธ๋งฅ์ ํฌ๊ธฐ๋ฅผ ๋ํ๋ด๋ win ๊ฐ๊ณผ, ์์ ์๋ฒ ๋ฉ์ ์ฐจ์์ ๋ํ๋ด๋ emb ๊ฐ์ ๋๋ค. win ๊ฐ์ {2, 3, 4, 5, 7, 10}์ ๊ฐ์ ๊ฐ์ง๋ฉฐ, emb ๊ฐ์ {20, 30, 40, 50, 70, 100, 150, 200, 300, 500}์ ๊ฐ์ ๊ฐ์ง๋๋ค. ๋ฐ๋ผ์ ์ด ๋ ๊ฐ์ง ๊ฐ์ ์กฐํฉ์ 6 x 10์ผ๋ก ์ด 60๊ฐ์ง๋ฅผ ์คํํ์๊ณ ์๋์ ๊ฐ์ ์ฑ๋ฅ์ ๋ณด์์ต๋๋ค. ์ฑ๋ฅ ์งํ๋ ์ ํ๋ฅ ๊ณผ ์ฌํ์จ์ ์กฐํ ํ๊ท ๊ฐ์ธ F-Score์ ๋๋ค.
win ํ๋ผ๋ฏธํฐ์ ๊ฒฝ์ฐ 3 ํน์ 4์์ ๊ฐ์ฅ ์ข์ ์ฑ๋ฅ์ ๋ณด์ด๋ฉฐ ๊ทธ ์ด์์์๋ ์คํ๋ ค ์ฑ๋ฅ์ด ๋จ์ด์ง๋๋ค. emb ํ๋ผ๋ฏธํฐ์ ๊ฒฝ์ฐ 150๊น์ง๋ ์ฑ๋ฅ๋ ๊ฐ์ด ๋์์ง๋ค๊ฐ ๊ทธ ์ด์์์๋ ๋ณ ์ฐจ์ด๊ฐ ์์ต๋๋ค. ์ต ์์ 5์ ์ค ๋น๊ต์ ์์ ๋ชจ๋ธ์ win=3, emb=150์ผ๋ก F-Score ๊ฐ์ 97.11์ ๋๋ค. ์ด ๋ชจ๋ธ์ large ๋ชจ๋ธ์ด๋ผ ๋ช ๋ช ํฉ๋๋ค.
v0.4
๋์ด์ฐ๊ธฐ ์ค๋ฅ์ ๊ฐ๊ฑดํ ๋ชจ๋ธ์ ์ํ ์คํ์ ํตํด ๋ชจ๋ธ์ ๊ฐ์ ํ์์ต๋๋ค. v0.4 ๋ชจ๋ธ์ ๋์ด์ฐ๊ธฐ๊ฐ ์ ๋์ด์์ง ์์ ์ ๋ ฅ์ ๋ํด ๋ณด๋ค ์ข์ ์ฑ๋ฅ์ ๋ณด์ด๋๋ฐ ๋ฐํด ์ธ์ข ์ฝํผ์ค์์๋ ๋ค์ ์ ํ๋๊ฐ ๋จ์ด์ง๋๋ค. ์ด๋ฌํ ์ ์ ๋ณด์ํ๊ธฐ ์ํด base ๋ฐ large ๋ชจ๋ธ์ ํ๋ผ๋ฏธํฐ๋ฅผ ์๋์ ๊ฐ์ด ์กฐ๊ธ ๋ณ๊ฒฝํ์ต๋๋ค.
- base ๋ชจ๋ธ: win=4, emb=35, F-Score: 94.96
- large ๋ชจ๋ธ: win=4, emb=180, F-Score: 96.71
์๋
v0.3
๋ชจ๋ธ์ ํฌ๊ธฐ๊ฐ ์ปค์ง๋ฉด ์ ํ๋๊ฐ ๋์์ง๊ธด ํ์ง๋ง ๊ทธ๋งํผ ๊ณ์ฐ๋ ๋ํ ๋ง์์ ธ ์๋๊ฐ ๋จ์ด์ง๋๋ค. ๊ทธ๋์ ์ ๋นํ ์ ํ๋๋ฅผ ๊ฐ๋ ๋ชจ๋ธ ์ค์์ ํฌ๊ธฐ๊ฐ ์์ ์๋๊ฐ ๋น ๋ฅธ ๋ชจ๋ธ์ base ๋ชจ๋ธ๋ก ์ ์ ํ์์ต๋๋ค. F-Score ๊ฐ์ด 95 ์ด์์ด๋ฉด์ ๋ชจ๋ธ์ ํฌ๊ธฐ๊ฐ ์์ ๋ชจ๋ธ์ win=3, emb=30์ด๋ฉฐ F-Score๋ 95.30์ ๋๋ค.
์๋๋ฅผ ๋น๊ตํ๊ธฐ ์ํด 1๋ง ๋ฌธ์ฅ(์ด 903KB, ๋ฌธ์ฅ ํ๊ท 91)์ ํ ์คํธ๋ฅผ ๋ถ์ํด ๋น๊ตํ์ต๋๋ค. base ๋ชจ๋ธ์ ๊ฒฝ์ฐ ์ฝ 10.5์ด, large ๋ชจ๋ธ์ ๊ฒฝ์ฐ ์ฝ 78.8์ด๊ฐ ๊ฑธ๋ฆฝ๋๋ค.
v0.4
๋ชจ๋ธ์ ํฌ๊ธฐ๊ฐ ์ปค์ง์ ๋ฐ๋ผ ์๋์ ๊ฐ์ด base, large ๋ชจ๋ธ์ ์๋๋ฅผ ๋ค์ ์ธก์ ํ์ผ๋ฉฐ v0.4 ๋ฒ์ ์์ ๋ค์ ๋๋ ค์ก์ต๋๋ค.
- base ๋ชจ๋ธ: 10.8 -> 14.4
- large ๋ชจ๋ธ: 87.3 -> 165
์ฌ์ฉ์ ์ฌ์
์ ๊ฒฝ๋ง ์๊ณ ๋ฆฌ์ฆ์ ์์ ๋งํ๋ ๋ธ๋๋ฐ์ค ์๊ณ ๋ฆฌ์ฆ์ผ๋ก ๊ฒฐ๊ณผ๋ฅผ ์ ์ถํ๋ ๊ณผ์ ์ ์ฌ๋์ด ๋ฐ๋ผ๊ฐ๊ธฐ๊ฐ ์ฝ์ง ์์ต๋๋ค. ๊ทธ๋์ ์ค๋ถ์์ด ๋ฐ์ํ ๊ฒฝ์ฐ ๋ชจ๋ธ์ ํ๋ผ๋ฏธํฐ๋ฅผ ์์ ํ์ฌ ๋ฐ๋ฅธ ๊ฒฐ๊ณผ๋ฅผ ๋ด๋๋ก ํ๋ ๊ฒ์ด ๋งค์ฐ ์ด๋ ต์ต๋๋ค. ์ด๋ฅผ ์ํด khaiii์์๋ ์ ๊ฒฝ๋ง ์๊ณ ๋ฆฌ์ฆ์ ์๋จ์ ๊ธฐ๋ถ์ ์ฌ์ ์ ๋ท๋จ์ ์ค๋ถ์ ํจ์น๋ผ๋ ๋ ๊ฐ์ง ์ฌ์ฉ์ ์ฌ์ ์ฅ์น๋ฅผ ๋ง๋ จํด ๋์์ต๋๋ค.
๊ธฐ๋ถ์ ์ฌ์
๊ธฐ๋ถ์ ์ฌ์ ์ ๋จ์ผ ์ด์ ์ ๋ํด ๋ฌธ๋งฅ์ ์๊ด์์ด ์ผ๊ด์ ์ธ ๋ถ์ ๊ฒฐ๊ณผ๋ฅผ ๊ฐ๋ ๊ฒฝ์ฐ์ ์ฌ์ฉํฉ๋๋ค. ์๋ฅผ ๋ค์ด ์๋์ ๊ฐ์ ์ํธ๋ฆฌ๊ฐ ์๋ค๋ฉด,
์ ๋ ฅ ์ด์ | ๋ถ์ ๊ฒฐ๊ณผ |
---|---|
์ด๋๋ฆฌ์* | ์ด๋๋ฆฌ์/NNP |
๋ฌธ์ฅ์์ ์ด๋๋ฆฌ์
์ผ๋ก ์์ํ๋ ๋ชจ๋ ์ด์ ์ ์ ๊ฒฝ๋ง ์๊ณ ๋ฆฌ์ฆ์ ์ฌ์ฉํ์ง ์๊ณ ์ด๋๋ฆฌ์/NNP
๋ก ๋์ผํ๊ฒ ๋ถ์ํฉ๋๋ค.
์ธ์ข ์ฝํผ์ค์์ ๋ถ์ ๋ชจํธ์ฑ์ด ์๋ ์ด์ ๋ค๋ก๋ถํฐ ์๋์ผ๋ก ๊ธฐ๋ถ์ ์ฌ์ ์ ์ถ์ถํ ๊ฒฝ์ฐ ์ฝ 8๋ง ๊ฐ์ ์ํธ๋ฆฌ๊ฐ ์์ฑ๋ฉ๋๋ค. ์ด๋ฅผ ์ ์ฉํ ๊ฒฝ์ฐ ์ฝ๊ฐ์ ์๋ ํฅ์๋ ์์ด์ base ๋ชจ๋ธ์ ์ ์ฉํ๋ฉด ์ฝ 9.2์ด๋ก 10% ์ ๋ ์๋ ํฅ์์ด ์์์ต๋๋ค.
๊ธฐ๋ถ์ ์ฌ์ ์ ๊ธฐ์ ๋ฐฉ๋ฒ ๋ฐ ์์ธํ ๋ด์ฉ์ ๊ธฐ๋ถ์ ์ฌ์ ๋ฌธ์๋ฅผ ์ฐธ๊ณ ํ์๊ธฐ ๋ฐ๋๋๋ค.
์ค๋ถ์ ํจ์น
์ค๋ถ์ ํจ์น๋ ์ฌ๋ฌ ์ด์ ์ ๊ฑธ์ณ์ ์ถฉ๋ถํ ๋ฌธ๋งฅ๊ณผ ํจ๊ป ์ค๋ถ์์ ๋ฐ๋ก์ก์์ผ ํ ๊ฒฝ์ฐ์ ์ฌ์ฉํฉ๋๋ค. ์๋ฅผ ๋ค์ด ์๋์ ๊ฐ์ ์ํธ๋ฆฌ๊ฐ ์๋ค๋ฉด,
์ ๋ ฅ ํ ์คํธ | ์ค๋ถ์ ๊ฒฐ๊ณผ | ์ ๋ถ์ ๊ฒฐ๊ณผ |
---|---|---|
์ด ๋ค๋ฅธ ๊ฒ | ์ด/JKS + _ + ๋ค/VA + ๋ฅธ/MM + _ + ๊ฒ/NNB | ์ด/JKS + _ + ๋ค๋ฅด/VA + ใด/ETM + _ + ๊ฒ/NNB |
๋ง์ฝ khaiii๊ฐ ์ "์ค๋ถ์ ๊ฒฐ๊ณผ"์ ๊ฐ์ด ์ค๋ถ์์ ๋ฐ์ํ ๊ฒฝ์ฐ์ ํํด ๋ฐ๋ฅธ ๋ถ์ ๊ฒฐ๊ณผ์ธ "์ ๋ถ์ ๊ฒฐ๊ณผ"๋ก ์์ ํฉ๋๋ค. ์ฌ๊ธฐ์ "_"๋ ์ด์ ๊ฐ ๊ฒฝ๊ณ, ์ฆ ๊ณต๋ฐฑ์ ์๋ฏธํฉ๋๋ค.
์ค๋ถ์ ํจ์น์ ๊ธฐ์ ๋ฐฉ๋ฒ ๋ฐ ์์ธํ ๋ด์ฉ์ ์ค๋ถ์ ํจ์น ๋ฌธ์๋ฅผ ์ฐธ๊ณ ํ์๊ธฐ ๋ฐ๋๋๋ค.
๋น๋ ๋ฐ ์ค์น
khaiii์ ๋น๋ ๋ฐ ์ค์น์ ๊ดํด์๋ ๋น๋ ๋ฐ ์ค์น ๋ฌธ์๋ฅผ ์ฐธ๊ณ ํ์๊ธฐ ๋ฐ๋๋๋ค.
Contributing
khaiii์ ๊ธฐ์ฌํ์ค ๋ถ๋ค์ CONTRIBUTING ๋ฐ ๊ฐ๋ฐ์๋ฅผ ์ํ ๊ฐ์ด๋ ๋ฌธ์๋ฅผ ์ฐธ๊ณ ํ์๊ธฐ ๋ฐ๋๋๋ค.
Slack
khaiii์ ์ฌ๋ ์ฃผ์๋ https://khaiii.slack.com ์ ๋๋ค. ์ฌ๋ ๊ฐ์ ์์ฒญ ํ์ด์ง๋ https://join-khaiii.herokuapp.com ์ ๋๋ค. ์ค์น ์ ๋ฐ์ํ ๋ฌธ์ ์ ๋ํด ์ง๋ฌธํ์๊ฑฐ๋, ๊ฐ๋ฐ์ ์ฐธ์ฌํ์ค ๋ถ๋ค์ ํธํ๊ฒ ๊ฐ์ ํ์ ์ ๊ฐ์ด ๋ง์ ๋๋์๊ธธ ๋ฐ๋๋๋ค.
License
This software is licensed under the Apache 2 license, quoted below.
Copyright 2018 Kakao Corp. http://www.kakaocorp.com
Licensed under the Apache License, Version 2.0 (the "License"); you may not use this project except in compliance with the License. You may obtain a copy of the License at http://www.apache.org/licenses/LICENSE-2.0.
Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the License for the specific language governing permissions and limitations under the License.