트위터 코퍼스 선택이 스마트워치 문자 입력의 정확도에 미치는 영향 분석

민구봉, 서진욱

http://doi.org/10.5626/JOK.2022.49.4.321

스마트워치에서 문자 입력을 지원하기 위해서 통계적 디코더를 활용하면 빠르고 정확한 문자입력이 가능하다. 본 논문에서는 자동 고침 기능을 구현하기 위해서 필요한 언어 모델(language model)을 구축하는 데 사용되는 코퍼스(corpus)가 문자 입력의 정확도에 미치는 영향을 분석한다. 언어 모델은 다양한 장르의 글로 이루어진 Brown 코퍼스와 트윗 메시지에서 추출한 Twitter 코퍼스를 사용한다. 우리는 두 언어 모델을 이용하여 문자 입력기의 자동 고침 기능을 위한 통계적 디코더(statistical decoder)를 구성하고 실제 모바일 기기에서 작성한 문구로 이루어진 Enron 모바일 문구를 스마트워치 자판에서 dual Gaussian 분포를 따라 터치하도록 시뮬레이션하였다. 테스트 결과, Brown 코퍼스와 Twitter 코퍼스를 사용하는 경우의 평균 문자 오류율(CER)은 각각 8.35%, 6.44%로 통계적으로 유의한 차이가 있음을 확인하였다.