규칙 기반 기계 번역(RBMT))은 소스 언어와 대상 언어에 대한 언어학적 정보를 바탕으로 출력 문장을 생성하는 고전적인 기계 번역 접근 방식이다. 이 정보는 각 언어의 주요 의미론적, 형태론적, 통사론적 규칙성을 다루는 단일 언어, 이중 언어 또는 다중 언어 사전과 문법에서 얻어진다. RBMT 시스템은 소스 문장을 분석하고 명시적 규칙을 사용하여 대상 문장을 구성하며, 이는 신경망 기계 번역과 같은 데이터 기반 방법과 대조된다. RBMT는 수십 년 동안 지배적인 패러다임이었지만, 특히 딥러닝과 대규모 언어 모델에 기반한 더 효율적인 방법들로 점차 대체되었다.
역사
최초의 RBMT 시스템은 1970년대 초에 등장했다. 가장 영향력 있는 시스템 중 하나는 Systran으로, 1968년에 개발이 시작되어 냉전 기간 동안 러시아어와 영어 번역에 널리 사용되었다. Systran은 이후 많은 언어 쌍으로 확장되었고, 1976년에 유럽 위원회에 채택되었다. 또 다른 주목할 만한 초기 시스템은 일본어 MT 프로젝트로, 1980년대에 상용 시스템으로 이어졌다. 오늘날, 일반적인 RBMT 시스템에는 관련 언어 간 번역을 위한 오픈 소스 플랫폼인 Apertium과 스칸디나비아 및 기타 유럽 언어를 위한 상용 시스템인 GramTrans가 포함된다.
RBMT의 유형
RBMT 시스템은 일반적으로 세 가지 유형으로 분류된다. 직접 시스템은 사전 기반 기계 번역이라고도 하며, 깊은 통사 분석 없이 기본 규칙으로 입력 단어를 출력 단어에 매핑한다. 전이 기반 시스템은 소스 언어의 형태론적 및 통사론적 분석을 사용한 다음 구조를 대상 언어로 전이한다. 인터링귀 시스템은 특정 언어와 독립적인 추상적 의미 표현인 인터링귀를 사용한다. RBMT는 종종 명시적 규칙 대신 병렬 말뭉치를 사용하는 예제 기반 기계 번역과 대조된다. 하이브리드 기계 번역 시스템은 RBMT의 원리를 통계적 또는 신경적 방법과 결합한다.
기본 원리
RBMT의 핵심 접근 방식은 의미를 보존하면서 소스 문장의 구조를 대상 문장의 구조에 연결하는 것이다. 예를 들어, "A girl eats an apple"을 영어에서 독일어로 번역하려면 각 영어 단어를 독일어 등가어에 매핑하는 사전, 영어 문장 구조 규칙, 독일어 문장 구조 규칙, 그리고 두 구조를 연결하는 규칙이 필요하다. 이 과정은 일반적으로 여러 단계를 포함한다: 각 소스 단어에 대한 품사 정보 획득, 동사에 대한 통사 정보 결정(예: 시제 및 태), 소스 문장 구문 분석(종종 부분적으로), 단어를 대상 언어로 번역, 그리고 적절한 굴절 형태 생성. 예제에서, 출력은 "Ein Mädchen isst einen Apfel"이며, 여기서 관사와 명사 격은 독일어 문법에 따라 조정된다.
온톨로지
온톨로지는 도메인 내의 개념과 관계를 포함하는 지식의 형식적 표현이다. 자연어 처리에서, 온톨로지는 기계 번역을 위한 지식 소스로 작용하여 어휘적 모호성을 해결하는 데 도움을 줄 수 있다. 예를 들어, "I saw a man with a microscope"라는 문장은 여러 방식으로 해석될 수 있지만, 큰 온톨로지는 문맥에 따라 가능한 해석을 줄일 수 있다. 1993년에 개발된 PANGLOSS 지식 기반 기계 번역 시스템은 온톨로지가 어떻게 구축되는지 보여준다. 이 시스템은 LDOCE 사전과 WordNet을 병합하여 간결한 정의와 의미 관계를 결합하는 것을 목표로 했다. 정의 일치 알고리즘은 정의에서 공유된 단어를 기반으로 의미를 자동으로 병합했고, 계층 일치 알고리즘은 분류 구조를 사용하여 모호성을 해결했다. 결과적으로 약 50,000개의 노드를 가진 온톨로지는 시스템의 구문 분석과 생성을 지원했다.
구성 요소
일반적인 RBMT 시스템은 여러 구성 요소로 이루어진다: 소스 언어 형태론 분석기(단어에 대한 형태 정보 제공), 소스 언어 구문 분석기(문장 통사 분석), 번역기(소스 단어를 대상 언어 단어에 매핑), 대상 언어 형태론 생성기(적절한 굴절 형태 생성), 그리고 대상 언어 구문 분석기(최종 문장 구성). 또한, 최소한 세 개의 사전이 필요하다: 형태론 분석을 위한 소스 언어 사전, 번역을 위한 이중 언어 사전, 그리고 생성을 위한 대상 언어 사전. 이러한 구성 요소는 번역 과정을 정의하는 언어 규칙을 적용하기 위해 함께 작동한다.
한계와 유산
RBMT 시스템은 여러 한계가 있다. 규칙과 사전의 광범위한 수동 개발이 필요하며, 이는 시간이 많이 걸리고 비용이 많이 든다. 관용적 표현, 모호성, 그리고 복잡한 형태론을 가진 언어에서 종종 어려움을 겪는다. 결과적으로, 통계적 및 이후 신경적 접근 방식, 예를 들어 Sequence-to-Sequence (Seq2Seq) 모델과 Transformer (architecture) 아키텍처는 상용 응용 프로그램에서 RBMT를 크게 대체했다. 그러나, RBMT의 원리는 하이브리드 시스템과 병렬 데이터가 부족한 저자원 언어 환경에서 여전히 영향력을 유지하고 있다. 언어적 지식과 설명 가능성에 대한 강조는 인공지능과 기계 학습 연구에 계속 영향을 미치고 있다.