초록
의미 맥락 해석(Word Sense Disambiguation, WSD)은 자연어 처리(NLP) 분야에 도입된 이후 기본적이고 지속적인 연구 과제로 여겨져 왔다. 이 기술은 감성 분석, 정보 검색(IR), 기계 번역, 지식 그래프 구축 등 다양한 분야에 응용되고 있다. 기존의 WSD 해결 방안은 주로 지도 학습 기반 접근법과 지식 기반 접근법으로 구분된다. 본 논문에서는 지식 기반 방법을 제안하며, 주어진 문장 뒤에 숨겨진 의미 공간과 의미 경로를 모델링하는 방식으로 문제를 접근한다. 이 방법은 유명한 지식 기반(KB)인 WordNet을 활용하며, 의미 공간은 잠재의미 분석(Latent Semantic Analysis, LSA)을, 의미 경로는 PageRank 알고리즘을 사용하여 모델링한다. 실험 결과를 통해 제안된 방법의 효과성이 입증되었으며, 여러 WSD 데이터셋에서 최신 기준(SOTA) 수준의 성능을 달성하였다.