페르시아 텍스트를 위한 언어 행위 분류기及其在识别谣言中的应用 注：最后一部分“及其在识别谣言中的应用”翻译为韩文应为“그리고 그 응용 프로그램이 루머 식별에의 적용”，但为了保持与SCI/SSCI期刊风格的一致性，可以简化为“그리고 루머 식별에의 적용”。因此，完整的翻译如下： 페르시아 텍스트를 위한 언어 행위 분류기 그리고 루머 식별에의 적용

언어 행위(Speech Acts, 이하 SA)는 언어 사용의 의도적 기능을 전달하고 사람들의 정신 상태를 더 잘 이해할 수 있게 해주는 실용론(pragmatics)의 중요한 영역 중 하나입니다. 텍스트의 SA에 대한 지식은 자연어 처리 애플리케이션에서 해당 텍스트를 분석하는 데 도움이 될 수 있습니다. 본 연구에서는 페르시아어 SA 인식을 위한 사전 기반 통계적 기법을 제시합니다. 제안된 기법은 어휘, 문법, 의미 및 표면 특성을 기준으로 텍스트를 7개의 SA 클래스로 분류합니다. 동의어 추출 및 특성 사전 확장을 위해 WordNet을 활용하였습니다. 제안된 기법의 성능 평가를 위해 Random Forest (RF), Support Vector Machine (SVM), Naive Bayes (NB), K-Nearest Neighbors (KNN) 등 네 가지 분류 방법을 사용했습니다. 실험 결과, RF와 SVM을 최고의 분류기로 사용한 제안된 방법이 페르시아어 SA 분류에서 0.95의 정확도를 달성하며 최상의 성능을 보였습니다. 본 연구의 초기 목표는 소셜 미디어 콘텐츠, 특히 루머에서 자주 사용되는 SA 인식 응용 프로그램을 소개하는 것이었습니다. 따라서 제안된 시스템은 루머에서 일반적으로 나타나는 SA들을 결정하기 위해 활용되었습니다. 결과는 페르시아어 루머가 서사(narrative), 질문(question), 위협(threat) 등 세 가지 SA 클래스로 주로 표현되며, 일부 경우에선 요청(request) SA 클래스로도 표현됨을 보여주었습니다.