참고문헌

주석

Please modify this document if anything is erroneous or not included. Last updated at 2015년 02월 27일.

한국어 형태소 분석기

한국어 텍스트를 분석할 때 가장 기본적으로 행해야하는 것은 형태소 분석입니다. 이를 위해 다양한 프로그래밍 언어로 된 여러 라이브러리가 있습니다:

C/C++

• KTS (1995) GPL v2

  • 이상호, 서정연, 오영환 (KAIST & 서강대)

  • code

• MACH (2002) custom

  • 심광섭 (성신여대)

• MeCab-ko (2013) GPL LGPL BSD

  • 이용운, 유영호

자바

• 아리랑 (2009) Apache v2

  • 이수명

  • code

• 한나눔 (1999) GPL v3

  • KAIST 최기선 교수 연구팀

  • code, docs

• 꼬꼬마 (2010) GPL v2

  • 서울대 이상구 교수 연구팀

  • 동적 프로그래밍을 이용해 형태소 후보를 찾음

  • 형태소의 주변을 확인하고, 몇몇 휴리스틱을 사용하고, HMM을 사용하는 방식으로 품사를 태깅함

  • 개발자 블로그: 이동주

• KOMORAN (2013) Apache v2

  • By shineware

파이썬

• KoNLPy (2014) GPL v3

  • 박은정 (서울대)

• UMorpheme (2014) MIT

  • 김경훈 (UNIST)

R

• KoNLP (2011) GPL v3

  • 전희원

그 외

• K-LIWC (아주대)

• KRISTAL-IRMS (KISTI)

  • 개발 후기

• Korean XTAG (UPenn)

• HAM (국민대)

• POSTAG/K (포스텍)

• Speller (부산대)

• UTagger (울산대)

• (No name) (고려대)

다른 NLP 도구

• Hangulize - By Heungsub Lee Python

  • Hangul transcription tool to 38+ languages

• Hanja - By Sumin Byeon Python

  • Hanja to hangul transcriptor

• Jamo - By Joshua Dong Python

  • Hangul syllable decomposition and synthesis

• KoreanParser - By DongHyun Choi, Jungyeul Park, Key-Sun Choi (KAIST) Java

  • 언어 파서

• Korean - By Heungsub Lee Python

  • Package for attaching particles (josa) in sentences

말뭉치

• 연세 말뭉치, 연세대, 1987.

  • 1960년 이후 한국어에 대한 4200만 어절

• 고려대학교 한국어 말뭉치, 1995

  • 1970-90년대 한국어에 대한 1000만 어절

• HANTEC 2.0, KISTI & 충남대, 1998-2003.

  • 12만 개의 테스트 문서 (237MB)

  • QA를 위한 50개의 TREC 형태 질의

• HKIB-40075, KISTI & 한국일보, 2002.

  • 텍스트 분류를 위한 40,075 테스트 문서 (88MB)

• KAIST Corpus, KAIST, 1997-2005.

• Sejong Corpus, National Institute of the Korean Language, 1998-2007.

NLP 관련 사이트

• Google NLP publications
• Lingpipe
• Microsoft NLP group (Redmond)
• 부산대 NLP 관련사이트 목록
• Sejong semantic search system
• 한글 및 한국어 정보처리 학술대회

comments powered by Disqus