규칙기반기계번역 (rule-based machine translation)
쉽게 풀면
사람이 미리 만들어 놓은 문법 규칙과 사전을 이용해서 번역하는, 옛날 방식의 기계번역이에요.
왜 중요한가
규칙기반기계번역은 기계번역 역사의 초기 패러다임으로서 이후 통계기반, 신경망기반 방식과 비교되는 기준점 역할을 하며, 기계번역 발전사와 각 패러다임의 장단점을 다루는 전산언어학 연구에서 필수적으로 언급됩니다.
논문에서는 이렇게 쓰입니다
규칙 기반 접근의 강점과 한계를 예외 표현 처리 문제를 통해 설명한다.
이 문장은 앞의 예문이 규칙기반 방식의 일반적 한계를 다뤘다면, 이 예문은 데이터가 부족한 특수 상황에서는 그 방식이 오히려 강점을 가질 수 있다는 예외적 사례를 다룹니다.
조금 더 깊게 보면
규칙기반 방식은 문법적으로 정교한 번역을 만들 수 있지만 규칙에 없는 예외적 표현이나 관용구 처리에 취약하며, 언어쌍마다 방대한 규칙과 사전을 수작업으로 구축해야 하는 확장성의 한계가 이후 통계기반 방식으로의 전환을 이끌었습니다. 규칙기반 방식은 언어쌍마다 방대한 문법 규칙과 사전을 수작업으로 구축해야 하는 확장성의 한계 때문에 통계기반 기계번역으로 자리를 넘겨주었지만, 병렬 코퍼스가 부족한 저자원 언어쌍에서는 여전히 대안으로 검토된다.
주의할 점
규칙기반기계번역은 언어쌍마다 방대한 규칙 체계를 수작업으로 구축해야 하므로 개발과 유지 보수에 막대한 인력과 시간이 소요된다는 단점이 있다.
언어쌍마다 방대한 규칙과 사전을 수작업으로 구축해야 하는 확장성의 한계가 이후 통계기반 방식으로의 전환을 이끈 직접적 원인이 되었다. 저자원 언어쌍에서는 병렬 말뭉치가 부족해 규칙기반 방식이 오히려 경쟁력을 가질 수 있다는 점이 예외적 사례로 언급된다. 규칙기반 시스템은 문법적으로 정교한 출력을 생성할 수 있지만, 규칙에 포함되지 않은 예외적 표현을 처리하는 데는 취약하다는 점이 대표적 한계로 지적된다. 시스템 구조는 직접 치환하는 직접 방식, 구문 분석 뒤 변환하는 전이 방식, 언어 중립적 중간표현을 거치는 중간언어 방식으로 나뉘며 SYSTRAN이 대표적 상용 시스템이었다.