언어 분석 개발가이드

언어분석 조회

언어 분석 API 란?
사전 준비 사항
언어 분석 API 사용하기
구현 예제
활용 예제
언어 분석 API 레퍼런스
참고문헌

언어 분석 API 란?

자연어 문장의 의미를 이해하기 위한 기술로, 단어의 형태와 의미 및 문장의 구조와 의미를 분석하여 지식처리를 위한 기반 기술로 활용됩니다. 언어 분석 API는 HTTP 기반의 REST API 인터페이스로 JSON 포맷 기반의 입력 및 출력을 지원하며 ETRI에서 제공하는 Access Key 인증을 통해 사용할 수 있는 Open API 입니다.

언어 분석 API는 요청되는 분석 코드에 따라 형태소 분석, 어휘의미 분석(동음이의어 분석, 다의어 분석), 개체명 인식, 의존 구문분석, 의미역 인식 결과를 제공합니다.

형태소 분석

형태소 분석은 자연어 문장에서 의미를 가진 최소 단위인 형태소(명사, 동사, 형용사, 부사, 조사, 어미 등)를 분석하는 기술로, 태그셋은 세종 태그셋을 기반으로 한 TTA 표준 형태소 태그셋 (TTAK.KO-11.0010/R1)에 기반합니다.

어휘의미 분석 (동음이의어 분석, 다의어 분석)

어휘의미 분석 (동음이의어 분석, 다의어 분석)은 어휘의 형태는 동일하지만 의미가 다른 어휘에 대해서 의미를 분석해 주는 기술로, 주변 문맥을 고려해서 가장 적합한 의미를 찾아 표준국어대사전을 기반으로 한 단어의 의미 분석 결과를 제공합니다.

개체명 인식 기술

개체명 인식 기술은 인명, 지명, 기관명 등과 같은 개체명을 인식하는 기술로, 특정 개체를 표현하는 단어에 대한 의미 정보를 제공합니다. 개체명 태그셋은 15개 대분류 및 146개 세분류로 구성된 TTA 표준 개체명 태그셋 (TTAK.KO-10.0852)을 사용합니다.

의존 구문분석 기술

의존 구문분석 기술은 자연어 문장의 구조를 분석하는 기술로, 문장 내 각 어절에 대해서 지배소 어절을 인식하고, 주격, 목적격과 같은 세부 의존관계 유형을 인식하는 기술입니다. 의존관계 설정 가이드라인은 세종 구문분석 가이드라인을 기반으로 한 TTA 표준 의존 구문분석 가이드라인 (TTAK.KO-10.0853)과 제27회 한글 및 한국어 정보처리 학술대회 논문집의 “의존 구문분석을 위한 한국어 의존관계 가이드라인 및 엑소브레인 언어분석 말뭉치”[1]를 따르고 있습니다.

의미역 인식 기술

의미역 인식 기술은 서술어(predicate)와 논항(argument)의 관계를 기반으로 문장의 의미를 분석하는 기술로, 문장 내에서 표현된 각 서술어에 대해서 필수 논항(core argument)와 부가 논항(adverbal argument)를 인식합니다. 의미역 체계는 Proposition Bank(Propbank)[2] 체계를 따르고 있으며, 한국어 의미역 태깅 가이드라인은 제27회 한글 및 한국어 정보처리 학술대회 논문집의 “ExoBrain을 위한 의미역 가이드라인 및 말뭉치 구축”[3]를 따르고 있습니다.

사전 준비 사항

언어 분석 API를 사용하려면 ETRI 인공지능 Open API 서비스에서 개발자 계정 등록 해야 합니다. 개발자 계정 등록 이후 API 사용 신청을 통해 API 사용시 필요한 인증 정보를 획득해야 합니다.

“ETRI AI” 홈페이지의 [Open API 사용신청] 페이지로 이동합니다.
[Open API 사용신청] 페이지의 키 발급 신청하기 버튼을 클릭합니다.
Open API의 Access Key 발급에 필요한 사용 신청 정보를 입력 후 등록하기 버튼을 클릭합니다.
(등록된 사용 신청은 “ETRI AI” 관리자에 의해서 승인이 필요합니다.)
[Open API 사용신청] 페이지의 키 발급 신청확인 버튼을 클릭합니다.
키 발급 신청에 입력한 “이메일”와 “패스워드”를 입력 후 API KEY 확인하기 버튼을 클릭합니다.
발급된 Open API의 Access Key를 확인합니다.

언어 분석 API 사용하기

언어 분석 API는 REST API이며, 언어 분석을 수행할 텍스트 데이터를 HTTP 통신으로 ETRI 인공지능 Open API 서버에 전달하면 됩니다. 서버가 제공하는 REST API의 URI는 다음과 같으며 POST 방식으로 호출해야 합니다.

http://aiopen.etri.re.kr:8000/WiseNLU

HTTP 요청으로 언어 분석을 요청할 때 사전 준비 사항에서 발급받은 Access key 정보를 요청하는 본문에 포함시켜야 합니다. 다음은 HTTP 요청 메시지 예입니다.

 [HTTP Request Body]{ "request_id": "reserved field", "access_key": “YOUR_ACCESS_KEY”, "argument": { “analysis_code”: “ANALYSIS_CODE” "text": “YOUR_SENTENCE” }}

위와 같은 HTTP 요청을 ETRI 인공지능 Open API 서버로 전달하면 서버는 JSON 형태의 Text 데이터를 HTTP 응답 메시지로 반환합니다. 다음은 HTTP 응답 예제 입니다.

 [HTTP Response Header]Access-Control-Allow-Origin:*Connection:closeContent-Length:0Content-Type:application/json; charset=UTF-8[HTTP Response Body]{ "request_id": "reserved field", "result": 0, "return_type": "kr.re.etri.aiopen.restapi.client.dto.OpenApiLmInterfaceResult", "return_object": {언어 분석 결과 JSON}}

구현 예제

Java

JSON parsing을 위해 Gson 라이브러리를 사용하여 제공하고 있습니다. Gson 라이브러리에 대한 자세한 설명은 https://github.com/google/gson 에서 확인 하실 수 있습니다.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61	`import` `java.io.DataOutputStream;` `import` `java.io.IOException;` `import` `java.io.InputStream;` `import` `java.net.HttpURLConnection;` `import` `java.net.MalformedURLException;` `import` `java.net.URL;` `import` `java.util.HashMap;` `import` `java.util.Map;` `import` `com.google.gson.Gson;` `public` `class` `Example {` `static` `public` `void` `main ( String[] args ) {` `String openApiURL =` `"http://aiopen.etri.re.kr:8000/WiseNLU"` `;` `String accessKey =` `"YOUR_ACCESS_KEY"` `;` `// 발급받은 Access Key` `String analysisCode =` `"ANALYSIS_CODE"` `;` `// 언어 분석 코드` `String text =` `"YOUR_SENTENCE"` `;` `// 분석할 텍스트 데이터` `Gson gson =` `new` `Gson();` `Map<String, Object> request =` `new` `HashMap<>();` `Map<String, String> argument =` `new` `HashMap<>();` `argument.put(` `"analysis_code"` `, analysisCode);` `argument.put(` `"text"` `, text);` `request.put(` `"access_key"` `, accessKey);` `request.put(` `"argument"` `, argument);` `URL url;` `Integer responseCode =` `null` `;` `String responBody =` `null` `;` `try` `{` `url =` `new` `URL(openApiURL);` `HttpURLConnection con = (HttpURLConnection)url.openConnection();` `con.setRequestMethod(` `"POST"` `);` `con.setDoOutput(` `true` `);` `DataOutputStream wr =` `new` `DataOutputStream(con.getOutputStream());` `wr.write(gson.toJson(request).getBytes(` `"UTF-8"` `));` `wr.flush();` `wr.close();` `responseCode = con.getResponseCode();` `InputStream is = con.getInputStream();` `byte` `[] buffer =` `new` `byte` `[is.available()];` `int` `byteRead = is.read(buffer);` `responBody =` `new` `String(buffer);` `System.out.println(` `"[responseCode] "` `+ responseCode);` `System.out.println(` `"[responBody]"` `);` `System.out.println(responBody);` `}` `catch` `(MalformedURLException e) {` `e.printStackTrace();` `}` `catch` `(IOException e) {` `e.printStackTrace();` `}` `}` `}`

PHP

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39	`<?php` `$openApiURL` `=` `"http://aiopen.etri.re.kr:8000/WiseNLU"` `;` `$accessKey` `=` `"YOUR_ACCESS_KEY"` `;` `$analysisCode` `=` `"ANALYSIS_CODE"` `;` `$text` `=` `"YOUR_SENTENCE"` `;` `$request` `=` `array` `(` `"access_key"` `=>` `$accessKey` `,` `"argument"` `=>` `array` `(` `"analysis_code"` `=>` `$analysisCode` `,` `"text"` `=>` `$text` `)` `);` `try` `{` `$server_output` `=` `""` `;` `$ch` `= curl_init();` `$header` `=` `array` `(` `"Content-Type:application/json; charset=UTF-8"` `,` `);` `curl_setopt(` `$ch` `, CURLOPT_HTTPHEADER,` `$header` `);` `curl_setopt(` `$ch` `, CURLOPT_URL,` `$openApiURL` `);` `curl_setopt(` `$ch` `, CURLOPT_VERBOSE, true);` `curl_setopt(` `$ch` `, CURLOPT_POST, 1);` `curl_setopt(` `$ch` `, CURLOPT_POSTFIELDS, json_encode (` `$request` `) );` `$server_output` `= curl_exec (` `$ch` `);` `if` `(` `$server_output` `=== false) {` `echo` `"Error Number:"` `.curl_errno(` `$ch` `).` `"\n"` `;` `echo` `"Error String:"` `.curl_error(` `$ch` `).` `"\n"` `;` `}` `curl_close (` `$ch` `);` `}` `catch` `( Exception` `$e` `) {` `echo` `$e` `->getMessage ();` `}` `echo` `"result = "` `. var_dump(` `$server_output` `);` `?>`

C++

JSON parsing을 위해 jsoncpp 라이브러리를 사용하여 제공하고 있습니다. jsoncpp 라이브러리에 대한 자세한 설명은 https://github.com/open-source-parsers/jsoncpp 에서 확인 하실 수 있습니다.

HTTP 통신을 위해 curl 라이브러리를 사용하여 제공하고 있습니다. curl 라이브러리에 대한 자세한 설명은 https://curl.haxx.se/libcurl 에서 확인 하실 수 있습니다.

컴파일을 위해서는 아래와 같이 추가된 LIB에 대한 옵션을 추가해야 합니다.
g++ (c++파일명) (JOSNCPP)/json/json.h (JOSNCPP)/json/json-forwards.h (JOSNCPP)/jsoncpp.cpp ?I(CURL)/include -lcurl

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63	`#include <curl/curl.h>` `#include <json/json.h>` `#include <iostream>` `#include <string>` `using` `namespace` `std;` `size_t` `writeDataFunc(` `void` `ptr,` `size_t` `size,` `size_t` `nmemb, std::string stream);` `int` `main() {` `char` ` openApiURL = (` `char` `)` `"http://aiopen.etri.re.kr:8000/WiseNLU"` `;` `string accessKey =` `"YOUR_ACCESS_KEY"` `;` `string analysisCode =` `"ANALYSIS_CODE"` `;` `string text =` `"YOUR_SENTENCE"` `;` `Json::Value request;` `Json::Value argument;` `argument[` `"text"` `] = text;` `argument[` `"analysis_code"` `] = analysisCode;` `request[` `"access_key"` `] = accessKey;` `request[` `"argument"` `] = argument;` `CURL curl;` `curl_slist* responseHeaders = NULL;` `curl = curl_easy_init();` `if` `( curl == NULL ) {` `cout <<` `"Unable to initialize cURL interface"` `<< endl ;` `}` `else` `{` `responseHeaders = curl_slist_append( responseHeaders ,` `"Content-Type: application/json; charset=UTF-8"` `) ;` `string requestJson = request.toStyledString();` `long` `statusCode;` `string response;` `curl_easy_setopt(curl, CURLOPT_URL, openApiURL);` `curl_easy_setopt(curl, CURLOPT_HTTPHEADER, responseHeaders ) ;` `curl_easy_setopt(curl, CURLOPT_TIMEOUT, 5);` `curl_easy_setopt(curl, CURLOPT_CUSTOMREQUEST,` `"POST"` `);` `curl_easy_setopt(curl, CURLOPT_POSTFIELDS, requestJson.c_str());` `curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, writeDataFunc);` `curl_easy_setopt(curl, CURLOPT_WRITEDATA, &response);` `curl_easy_perform(curl);` `curl_easy_getinfo(curl, CURLINFO_RESPONSE_CODE, &statusCode);` `curl_easy_cleanup(curl);` `cout <<` `"[responseCode] "` `<< statusCode << endl;` `cout <<` `"[responBody]"` `<< endl;` `cout << response << endl;` `}` `return` `0;` `}` `size_t` `writeDataFunc(` `void` `ptr,` `size_t` `size,` `size_t` `nmemb, std::string stream) {` `size_t` `realsize = size nmemb;` `std::string temp(` `static_cast` `<` `const` `char` `*>(ptr), realsize);` `stream.append(temp);` `return` `realsize;` `}`

Python

python 3.0을 기준으로 작성되었습니다.

HTTP 통신을 위해 urllib3 라이브러리를 사용하여 제공하고 있습니다. Python 3.0 이하의 버전에서 예제를 실행하기 위해서는 별도로 urllib3의 설치가 필요합니다. 설치에 대한 설명은 https://pypi.python.org/pypi/urllib3 를 참고하시기 바랍니다. urllib3 라이브러리에 대한 자세한 설명은 https://urllib3.readthedocs.io/en/latest/ 에서 확인 하실 수 있습니다.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28	`#-- coding:utf-8 --` `import` `urllib3` `import` `json` `openApiURL` `=` `"http://aiopen.etri.re.kr:8000/WiseNLU"` `accessKey` `=` `"YOUR_ACCESS_KEY"` `analysisCode` `=` `"ANALYSIS_CODE"` `text` `=` `"YOUR_SENTENCE"` `requestJson` `=` `{` `"access_key"` `: accessKey,` `"argument"` `: {` `"text"` `: text,` `"analysis_code"` `: analysisCode` `}` `}` `http` `=` `urllib3.PoolManager()` `response` `=` `http.request(` `"POST"` `,` `openApiURL,` `headers` `=` `{` `"Content-Type"` `:` `"application/json; charset=UTF-8"` `},` `body` `=` `json.dumps(requestJson)` `)` `print` `(` `"[responseCode] "` `+` `str` `(response.status))` `print` `(` `"[responBody]"` `)` `print` `(` `str` `(response.data,` `"utf-8"` `))`

Node.js

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23	`var` `openApiURL =` `'http://aiopen.etri.re.kr:8000/WiseNLU'` `;` `var` `access_key =` `'YOUR_ACCESS_KEY'` `;` `var` `analysisCode =` `'ANALYSIS_CODE'` `;` `var` `text =` `'YOUR_SENTENCE'` `;` `var` `requestJson = {` `'access_key'` `: access_key,` `'argument'` `: {` `'text'` `: text,` `'analysis_code'` `: analysisCode` `}` `};` `var` `request = require(` `'request'` `);` `var` `options = {` `url: openApiURL,` `body: JSON.stringify(requestJson),` `headers: {` `'Content-Type'` `:` `'application/json; charset=UTF-8'` `}` `};` `request.post(options,` `function` `(error, response, body) {` `console.log(` `'responseCode = '` `+ response.statusCode);` `console.log(` `'responseBody = '` `+ body);` `});`

활용 예제

형태소 분석 결과에 대해서 문장에 쓰여진 명사와 동사를 분석하여 많이 사용된 순으로 최대 5개를 출력하는 예제 입니다.

해당 예제는 Java 1.8 기준으로 작성되었습니다.
Java에 대한 자세한 설명은 http://www.oracle.com/technetwork/java/index.html 에서 확인 하실 수 있습니다.

JSON parsing을 위해 Gson 라이브러리를 사용하여 제공하고 있습니다.
Gson 라이브러리에 대한 자세한 설명은 https://github.com/google/gson 에서 확인 하실 수 있습니다.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196	`import` `java.io.BufferedReader;` `import` `java.io.DataOutputStream;` `import` `java.io.IOException;` `import` `java.io.InputStream;` `import` `java.io.InputStreamReader;` `import` `java.net.HttpURLConnection;` `import` `java.net.MalformedURLException;` `import` `java.net.URL;` `import` `java.util.ArrayList;` `import` `java.util.HashMap;` `import` `java.util.List;` `import` `java.util.Map;` `import` `com.google.gson.Gson;` `public` `class` `WiseNLUExample {` `static` `public` `class` `Morpheme {` `final` `String text;` `final` `String type;` `Integer count;` `public` `Morpheme (String text, String type, Integer count) {` `this` `.text = text;` `this` `.type = type;` `this` `.count = count;` `}` `}` `static` `public` `class` `NameEntity {` `final` `String text;` `final` `String type;` `Integer count;` `public` `NameEntity (String text, String type, Integer count) {` `this` `.text = text;` `this` `.type = type;` `this` `.count = count;` `}` `}` `static` `public` `void` `main(String[] args) {` `String openApiURL =` `"http://aiopen.etri.re.kr:8000/WiseNLU"` `;` `String accessKey =` `"YOUR_ACCESS_KEY"` `;` `// 발급받은 Access Key` `String analysisCode =` `"ner"` `;` `// 언어 분석 코드` `String text =` `""` `;` `// 분석할 텍스트 데이터` `Gson gson =` `new` `Gson();` `text +=` `"윤동주(尹東柱, 1917년 12월 30일 ~ 1945년 2월 16일)는 한국의 독립운동가, 시인, 작가이다."` `+` `"중국 만저우 지방 지린 성 연변 용정에서 출생하여 명동학교에서 수학하였고, 숭실중학교와 연희전문학교를 졸업하였다. 숭실중학교 때 처음 시를 발표하였고, 1939년 연희전문 2학년 재학 중 소년(少年) 지에 시를 발표하며 정식으로 문단에 데뷔했다."` `+` `"일본 유학 후 도시샤 대학 재학 중 , 1943년 항일운동을 했다는 혐의로 일본 경찰에 체포되어 후쿠오카 형무소(福岡刑務所)에 투옥, 100여 편의 시를 남기고 27세의 나이에 옥중에서 요절하였다. 사인이 일본의 생체실험이라는 견해가 있고 그의 사후 일본군에 의한 마루타, 생체실험설이 제기되었으나 불확실하다. 사후에 그의 시집 《하늘과 바람과 별과 시》가 출간되었다."` `+` "일제 강점기 후반의 양심적 지식인으로 인정받았으며, 그의 시는 일제와 조선총독부에 대한 비판과 자아성찰 등을 소재로 하였다. 그의 친구이자 사촌인 송몽규 역시 독립운동에 가담하려다가 체포되어 일제의 생체 실험으로 의문의 죽음을 맞는다. 1990년대 후반 이후 그의 창씨개명 '히라누마'가 알려져 논란이 일기도 했다. 본명 외에 윤동주(尹童柱), 윤주(尹柱)라는 필명도 사용하였다." `;` `Map<String, Object> request =` `new` `HashMap<>();` `Map<String, String> argument =` `new` `HashMap<>();` `argument.put(` `"analysis_code"` `, analysisCode);` `argument.put(` `"text"` `, text);` `request.put(` `"access_key"` `, accessKey);` `request.put(` `"argument"` `, argument);` `URL url;` `Integer responseCode =` `null` `;` `String responBodyJson =` `null` `;` `Map<String, Object> responeBody =` `null` `;` `try` `{` `url =` `new` `URL(openApiURL);` `HttpURLConnection con = (HttpURLConnection) url.openConnection();` `con.setRequestMethod(` `"POST"` `);` `con.setDoOutput(` `true` `);` `DataOutputStream wr =` `new` `DataOutputStream(con.getOutputStream());` `wr.write(gson.toJson(request).getBytes(` `"UTF-8"` `));` `wr.flush();` `wr.close();` `responseCode = con.getResponseCode();` `InputStream is = con.getInputStream();` `BufferedReader br =` `new` `BufferedReader(` `new` `InputStreamReader(is));` `StringBuffer sb =` `new` `StringBuffer();` `String inputLine =` `""` `;` `while` `((inputLine = br.readLine()) !=` `null` `) {` `sb.append(inputLine);` `}` `responBodyJson = sb.toString();` `// http 요청 오류 시 처리` `if` `( responseCode !=` `200` `) {` `// 오류 내용 출력` `System.out.println(` `"[error] "` `+ responBodyJson);` `return` `;` `}` `responeBody = gson.fromJson(responBodyJson, Map.` `class` `);` `Integer result = ((Double) responeBody.get(` `"result"` `)).intValue();` `Map<String, Object> returnObject;` `List<Map> sentences;` `// 분석 요청 오류 시 처리` `if` `( result !=` `0` `) {` `// 오류 내용 출력` `System.out.println(` `"[error] "` `+ responeBody.get(` `"result"` `));` `return` `;` `}` `// 분석 결과 활용` `returnObject = (Map<String, Object>) responeBody.get(` `"return_object"` `);` `sentences = (List<Map>) returnObject.get(` `"sentence"` `);` `Map<String, Morpheme> morphemesMap =` `new` `HashMap<String, Morpheme>();` `Map<String, NameEntity> nameEntitiesMap =` `new` `HashMap<String, NameEntity>();` `List<Morpheme> morphemes =` `null` `;` `List<NameEntity> nameEntities =` `null` `;` `for` `( Map<String, Object> sentence : sentences ) {` `// 형태소 분석기 결과 수집 및 정렬` `List<Map<String, Object>> morphologicalAnalysisResult = (List<Map<String, Object>>) sentence.get(` `"morp"` `);` `for` `( Map<String, Object> morphemeInfo : morphologicalAnalysisResult ) {` `String lemma = (String) morphemeInfo.get(` `"lemma"` `);` `Morpheme morpheme = morphemesMap.get(lemma);` `if` `( morpheme ==` `null` `) {` `morpheme =` `new` `Morpheme(lemma, (String) morphemeInfo.get(` `"type"` `),` `1` `);` `morphemesMap.put(lemma, morpheme);` `}` `else` `{` `morpheme.count = morpheme.count +` `1` `;` `}` `}` `// 개체명 분석 결과 수집 및 정렬` `List<Map<String, Object>> nameEntityRecognitionResult = (List<Map<String, Object>>) sentence.get(` `"NE"` `);` `for` `( Map<String, Object> nameEntityInfo : nameEntityRecognitionResult ) {` `String name = (String) nameEntityInfo.get(` `"text"` `);` `NameEntity nameEntity = nameEntitiesMap.get(name);` `if` `( nameEntity ==` `null` `) {` `nameEntity =` `new` `NameEntity(name, (String) nameEntityInfo.get(` `"type"` `),` `1` `);` `nameEntitiesMap.put(name, nameEntity);` `}` `else` `{` `nameEntity.count = nameEntity.count +` `1` `;` `}` `}` `}` `if` `(` `0` `< morphemesMap.size() ) {` `morphemes =` `new` `ArrayList<Morpheme>(morphemesMap.values());` `morphemes.sort( (morpheme1, morpheme2) -> {` `return` `morpheme2.count - morpheme1.count;` `});` `}` `if` `(` `0` `< nameEntitiesMap.size() ) {` `nameEntities =` `new` `ArrayList<NameEntity>(nameEntitiesMap.values());` `nameEntities.sort( (nameEntity1, nameEntity2) -> {` `return` `nameEntity2.count - nameEntity1.count;` `});` `}` `// 형태소들 중 명사들에 대해서 많이 노출된 순으로 출력 ( 최대 5개 )` `morphemes` `.stream()` `.filter(morpheme -> {` `return` `morpheme.type.equals(` `"NNG"` `) \|\|` `morpheme.type.equals(` `"NNP"` `) \|\|` `morpheme.type.equals(` `"NNB"` `);` `})` `.limit(` `5` `)` `.forEach(morpheme -> {` `System.out.println(` `"[명사] "` `+ morpheme.text +` `" ("` `+morpheme.count+` `")"` `);` `});` `// 형태소들 중 동사들에 대해서 많이 노출된 순으로 출력 ( 최대 5개 )` `System.out.println(` `""` `);` `morphemes` `.stream()` `.filter(morpheme -> {` `return` `morpheme.type.equals(` `"VV"` `);` `})` `.limit(` `5` `)` `.forEach(morpheme -> {` `System.out.println(` `"[동사] "` `+ morpheme.text +` `" ("` `+morpheme.count+` `")"` `);` `});` `// 인식된 개채명들 많이 노출된 순으로 출력 ( 최대 5개 )` `System.out.println(` `""` `);` `nameEntities` `.stream()` `.limit(` `5` `)` `.forEach(nameEntity -> {` `System.out.println(` `"[개체명] "` `+ nameEntity.text +` `" ("` `+nameEntity.count+` `")"` `);` `});` `}` `catch` `(MalformedURLException e) {` `e.printStackTrace();` `}` `catch` `(IOException e) {` `e.printStackTrace();` `}` `}` `}`

분석된 결과

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16	`[명사] 시 (` `5` `)` `[명사] 학교 (` `4` `)` `[명사] 중 (` `4` `)` `[명사] 년 (` `4` `)` `[명사] 일본 (` `4` `)` `[동사] 의하 (` `1` `)` `[동사] 알려지 (` `1` `)` `[동사] 남기 (` `1` `)` `[동사] 맞 (` `1` `)` `[개체명] 일본 (` `3` `)` `[개체명] 시 (` `2` `)` `[개체명] 숭실중학교 (` `2` `)` `[개체명] 윤동주 (` `2` `)` `[개체명] 일제 (` `2` `)`

언어 분석 API 레퍼런스

요청 파라미터

언어 분석 API에 필요한 요청 본문에 다음과 같은 파라미터를 작성해야 합니다.

 [HTTP Request Body]{ “access_key”: “YOUR_ACCESS_KEY”, “argument”: { “analysis_code”: “ANALYSIS_CODE” “text”: “YOUR_SENTENCE” }}

다음은 파라미터에 대한 설명입니다.

Field 명	타입	필수 여부	설명
access_key	String	○	API 사용을 위해 ETRI에서 발급한 사용자 Access Key
argument	Object	○	API 사용 요청 시 분석을 위해 전달할 내용
analysis_code	String	○	요청할 분석 코드로서 요청할 수 있는 분석 요청은 아래와 같음 형태소 분석 : “morp”, 어휘의미 분석 (동음이의어 분석) : “wsd” 어휘의미 분석 (다의어 분석) : “wsd_poly” 개체명 인식 : “ner” 의존 구문 분석 : “dparse” 의미역 인식 : “srl”
text	String	○	분석할 자연어 문장으로서 UTF-8 인코딩된 텍스트만 지원

응답

언어 분석 API는 요청된 자연어 문장의 분석된 결과를 JSON 형태의 Text 데이터로 반환합니다. 분선된 결과는 입력된 analysis_code에 따라 의존성이 있는 분석 처리 결과를 포함하며, 포함되는 내용은 아래와 같습니다.

분석 명	분석 코드	포함되는 내용
형태소 분속	morp	형태소 분석 결과
어휘의미 분석 (동음이의어)	wsd	형태소 분석 결과, 어휘의미 분석 결과 (동음이의어 분석) (동음이의어에 대한 상세정보 조회는 동음이의어 정보 API 사용)
어휘의미 분석 (다의어)	wsd_poly	형태소 분석 결과, 어휘의미 분석 결과 (다의어 분석) (다의어에 대한 상세정보 조회는 다의어 정보 API 사용)
개체명 인식	ner	형태소 분석 결과, 어휘의미 분석 결과 (동음이의어 분석), 개체명 인식 결과
의존 구문 분석	dparse	형태소 분석 결과, 어휘의미 분석 결과 (동음이의어 분석), 개체명 인식 결과, 의존 구문 분석 결과
의미역 인식	srl	형태소 분석 결과, 어휘의미 분석 결과 (동음이의어 분석), 개체명 인식 결과, 의존 구문 분석 결과, 의미역 인식 결과

다음은 정상적인 요청 처리에 대한 HTTP 응답 예입니다.

 [HTTP Response Header]Access-Control-Allow-Origin:*Connection:closeContent-Length:0Content-Type:application/json; charset=UTF-8[HTTP Response Body]{"request_id": "reserved field","result": 0,"return_type": "com.google.gson.internal.LinkedTreeMap"return_object": {언어 분석 결과 JSON}}

다음은 오류가 발생한 요청 처리에 대한 HTTP 응답 예입니다.

 [HTTP Response Header]Access-Control-Allow-Origin:*Connection:closeContent-Length:0Content-Type:application/json; charset=UTF-8[HTTP Response Body]{"request_id": "reserved field","result": -1,"reason": {오류 메시지}}

분석된 결과는 다음과 같은 내용이 포함되어 있습니다.

구분	세부 구분	JSON Key 이름	설명
sentence		id	분석한 문장 번호
		reserve_str	예비 공간으로 현재는 사용 안함.
		text	분석한 원 문장
	morp	형태소 분석 결과
		id	형태소 ID (출현 순서)
		lemma	형태소
		type	형태소 태그
		position	문장에서의 byte position
		weight	형태소 분석 결과 신뢰도
	WSD	어휘의미 분석 결과
		id	WSD 대상 ID (출현 순서)
		text	WSD 대상 어휘 텍스트
		type	어휘 형태소 태그
		scode	어휘의 표준국어대사전 어깨번호 (동형이의어 분석 시 2자리, 다의어 분석 시 6자리)
		weight	어휘의 어휘의미 분석 결과 신뢰도
		position	문장에서의 byte position
		begin	어휘의 첫 형태소의 ID
		end	어휘의 끝 형태소의 ID
	word	어절 정보 분석 결과
		id	어절의 ID (출현 순서)
		text	어절의 대상 텍스트
		type	어절 타입
		begin	어절을 구형하는 첫 형태소 ID
		end	어절을 구형하는 끝 형태소 ID
	NE	개체명 정보 인식 결과
		id	개체명 ID (출현 순서)
		text	개체명 어휘
		type	개체명 타입
		begin	개체명을 구성하는 첫 형태소의 ID
		end	개체명을 구성하는 끝 형태소의 ID
		weight	개체명 인식 결과 신뢰도
		end	고유명사인 경우 0 일반명사인 경우 1
	dependency	의존구문 분석 결과
		id	어절의 ID (출현 순서)
		text	의존구문 텍스트
		head	부모 어절의 ID
		label	의존관계
		mod	자식 어절들의 ID
		weight	의존구문 분석 결과 신뢰도
	SRL	의미역 분석 결과
		verb	대상 용언(predicate)
		sense	용언에 대한 의미 번호
		word_id	용언 어절 ID
		weight	결과에 대한 신뢰도
		argument	논항 정보
		type	논항 타입 정보
		word_id	논항 어절 ID
		text	논항 대상 어절의 텍스트
		weight	논항 분석에 대한 신뢰도

형태소 태그셋

언어 분석 API의 형태소 분석은 TTA 표준 형태소 태그셋(TTAK.KO-11.0010/R1)에 기본하며, 구체적인 정보는 다음과 같습니다.

대분류	소분류	세분류	세종태그
(1) 체언	명사	일반명사	NNG
		고유명사	NNP
		의존명사	NNB
	대명사		NP
	수사		NR
(2) 용언	동사		VV
	형용사		VA
	보조용언		VX
	지정사	긍정지정사	VCP
	지정사	부정지정사	VCN
(3) 수식언	관형사		MM
	부사	일반부사	MAG
	부사	접속부사	MAJ
(4) 독립언	감탄사		IC
(5) 관계언	격조사	주격조사	JKS
		보격조사	JKC
		관형격조사	JKG
		목적격조사	JKO
		부사격조사	JKB
		호격조사	JKV
		인용격조사	JKQ
	보격조사		JX
	접속조사		JC
(6) 의존형태	어미	선어말어미	EP
		종결어미	EF
		연결어미	EC
		명사형전성어미	ETN
		관형형전성어미	ETM
	접두사	체언접두사	XPN
	접미사	명사파생접미사	XSN
		동사파생접미사	XSV
		형용사파생접미사	XSA
	어근		XR
(7) 기호	마침표, 물음표, 느낌표		SF
	쉼표, 가운뎃점, 콜론, 빗금		SP
	따옴표, 괄호표, 줄표		SS
	줄임표		SE
	붙임표 (물결, 숨김, 빠짐)		SO
	외국어		SL
	한자		SH
	기타 기호 (논리 수학기호, 기호 등)		SW
	명사추정범주		NF
	용언추정범주		NV
	숫자		SN
	분석불능범주		NA

개체명 태그셋

언어 분석 API의 개체명 인식 모듈에서 사용하는 태그셋은 TTA 표준 태그셋(TTAK.KO-10.0852)을 사용하며, 146개 세부 개체명 태그에 대한 정보는 다음과 같습니다.

대분류	세분류	정의
PERSON (PS)	PS_NAME	사람 이름
LOCATION (LC)	LC_OTHERS	LC계열의 세부 유형이 아닌 기타 장소
	LCP_COUNTRY	국가명
	LCP_PROVINCE	도, 주 지역명
	LCP_COUNTY	군, 면, 읍, 리, 동 등과 같은 세부 행정구역명
	LCP_CITY	도시명
	LCP_CAPITALCITY	수도명
	LCG_RIVER	강, 호수, 연못
	LCG_OCEAN	해양, 바다
	LCG_BAY	반도, 만
	LCG_MOUNTAIN	산, 산맥, 능선, 고개/재, 봉
	LCG_ISLAND	섬, 제도
	LCG_CONTINENT	대륙
	LC_TOUR	관광명소
	LC_SPACE	천체 명칭
ORGANIZATION (OG)	OG_OTHERS	기타 기관/단체
	OGG_ECONOMY	경제 관련 기관/단체, 기업
	OGG_EDUCATION	교육 기관/단체, 교육관련 기관
	OGG_MILITARY	군사 기관/단체 및 유형, 국방기관
	OGG_MEDIA	미디어 기관/단체, 방송관련 기관/기업
	OGG_SPORTS	스포츠 기관/단체
	OGG_ART	예술 기관/단체
	OGG_MEDICINE	의학/의료 기관/단체
	OGG_RELIGION	종교 기관/단체, 종파 포함
	OGG_SCIENCE	과학 기관/단체
	OGG_LIBRARY	도서관 및 도서관 관련 기관/단체
	OGG_LAW	법률 기관/단체
	OGG_POLITICS	정부/행정 기관, 공공기관, 정치기관
	OGG_FOOD	음식 관련 업체/회사
	OGG_HOTEL	숙박 관련 업체
ARTIFACTS (AF)	AF_CULTURAL_ASSET	건물/서적/작품 등 문화재
	AF_BUILDING	건축물/토목건설물, 운동장이름, 아파트, 다리, 등대, 분수
	AF_MUSICAL_INSTRUMENT	악기 명칭
	AF_ROAD	도로/철로 명칭
	AF_WEAPON	무기 명칭
	AF_TRANSPORT	교통수단/자동차/선박 모델 및 유형, 운송 수단, 놀이기구
	AF_WORKS	AFW의 세부 작품명에 해당하지 않는 기타 작품명
	AFW_DOCUMENT	도서/서적 작품명
		지리서, 지도
		의학 관련 서적
		종교 서적, 각 종교의 경전
		철학 관련 서적
		시/소설/희곡 등의 문학 작품명
		역사 서적
		기타 서적
	AFW_PERFORMANCE	춤/무용 작품명 및 춤 종류
	AFW_PERFORMANCE	연극/공연명/가극
	AFW_VIDEO	영화 작품명
	AFW_VIDEO	TV 프로그램 이름
	AFW_ART_CRAFT	미술 작품명(그림/미술품)
	AFW_MUSIC	음악 작품명
	AF_WARES	상품/제품 이름
DATE (DT)	DT_OTHERS	DT 계열의 세부 유형이 아닌 기타 날짜
	DT_DURATION	기간
	DT_DAY	날짜/절기
	DT_MONTH	달
	DT_YEAR	년
	DT_SEASON	계절
	DT_GEOAGE	지질시대
	DT_DYNASTY	왕조시대
TIME (TI)	TI_OTHERS	기타 시간
	TI_DURATION	기간
	TI_HOUR	시각
	TI_MINUTE	분
	TI_SECOND	초
CIVILIZATION (CV)	CV_NAME	문명/문화 명칭
	CV_TRIBE	민족/종족 명칭, 국가를 구성하는 국민
	CV_SPORTS	스포츠/레포츠/레져 명칭
	CV_SPORTS_INST	스포츠 용품/도구
	CV_POLICY	제도/정책 명칭
	CV_TAX	조세 명칭
	CV_FUNDS	연금, 기금, 자금, 펀드 명칭
	CV_LANGUAGE	언어 명칭
	CV_BUILDING_TYPE	건축양식 명칭
	CV_FOOD	음식 명칭, 음식재료
	CV_DRINK	음료수, 술 명칭
	CV_CLOTHING	의복/섬유 명칭
	CV_POSITION	직위/직책 명칭, 스포츠 포지션
	CV_RELATION	인간 관계 명칭
	CV_OCCUPATION	직업 명칭
	CV_CURRENCY	통화 명칭
	CV_PRIZE	상과 훈장
	CV_LAW	법/법률 명칭
	CV_FOOD_STYLE	음식 종류
ANIMAL (AM)	AM_OTHERS	기타 동물 명칭
	AM_INSECT	곤충
	AM_BIRD	조류
	AM_FISH	어류
	AM_MAMMALIA	포유류
	AM_AMPHIBIA	양서류
	AM_REPTILIA	파충류
	AM_TYPE	동물 분류 명칭
	AM_PART	동물 몸의 한 부분(신체 부위) 명칭
PLANT (PT)	PT_OTHERS	기타 식물 명칭
	PT_FRUIT	과일 이름 (식용 가능한 식물의 열매)
	PT_FLOWER	꽃 이름
	PT_TREE	나무 이름
	PT_GRASS	풀 이름
	PT_TYPE	식물 유형 명칭
	PT_PART	식물의 한 부분에 대한 명칭
QUANTITY (QT)	QT_OTHERS	기타 수량 표현
	QT_AGE	나이
	QT_SIZE	크기/넓이
	QT_LENGTH	길이/거리/높이
	QT_COUNT	개수/빈도
	QT_MAN_COUNT	인원수
	QT_WEIGHT	무게
	QT_PERCENTAGE	백분율, 비율, 농도
	QT_SPEED	속도
	QT_TEMPERATURE	온도
	QT_VOLUME	부피
	QT_ORDER	순서, 순차적 표현
	QT_PRICE	금액
	QT_PHONE	전화번호
	QT_SPORTS	스포츠 관련 수량 표현
	QT_CHANNEL	TV/라디오 채널 번호
	QT_ALBUM	앨범 관련 수량 표현
	QT_ZIPCODE	우편번호
STUDY_FIELD (FD)	FD_OTHERS	학문 분야 및 학파
	FD_SCIENCE	과학 학문 분야
	FD_SOCIAL_SCIENCE	사회과학 학문 분야 및 학파
	FD_SOCIAL_SCIENCE	정치/경제/사회와 관련된 분야
	FD_MEDICINE	의학 관련 학문 분야 및 분과
	FD_ART	예술관련 학문 분야 및 학파
	FD_PHILOSOPHY	철학 관련 학문 분야 및 학파
THEORY (TR)	TR_OTHERS	기타 이론/법칙/원리
	TR_SCIENCE	과학 관련 이론/법칙/방식/양식/체계/학설
	TR_SOCIAL_SCIENCE	사회과학 이론/법칙/방법/원리/사상, 정치사상
	TR_ART	예술관련 이론/법칙/방식/양식, 예술사조
	TR_PHILOSOPHY	철학 이론/사상
	TR_MEDICINE	의학 요법/처방, 의학 진단법
EVENT (EV)	EV_OTHERS	기타 사건/사고 명칭, ~사태
	EV_ACTIVITY	사회운동 및 선언
	EV_WAR_REVOLUTION	전쟁/혁명
	EV_SPORTS	스포츠/레저 관련 행사
	EV_FESTIVAL	축제 명칭
MATERIAL (MT)	MT_ELEMENT	원소명
	MT_METAL	금속물
	MT_ROCK	암석 명칭
	MT_CHEMICAL	모든 화학물질을 나타냄
TERM (TM)	TM_COLOR	색
	TM_DIRECTION	방향
	TM_CLIMATE	기후지역 명칭
	TM_SHAPE	모양/형태 명칭
	TM_CELL_TISSUE	세포/조직/기관 명칭 (외부에서 안 보이는 조직/기관)
	TMM_DISEASE	증상/증세/질병
	TMM_DRUG	약/약품명
	TMI_HW	IT 하드웨어 용어
	TMI_SW	IT 소프트웨어 용어
	TMI_SITE	URL 주소
	TMI_EMAIL	이메일주소
	TMI_MODEL	각종 제품의 세부 모델명, 부품류
	TMI_SERVICE	IT 서비스 용어
	TMI_PROJECT	프로젝트 명칭
	TMIG_GENRE	게임 장르
	TM_SPORTS	스포츠/레저 용어 (기술/규칙 명칭)

의존 구문분석 태그셋

구문 레이블	설명	기능 레이블	설명
S	문장	SBJ	주격
NP	명사구	OBJ	목적격
VP	동사구	MOD	관형격 수식어
AP	부사구	AJT	부사격 수식어
VNP	명사+이다 (지정사)	CNJ	연결 (~와)
DP	관용사구	CMP	보격
IP	감탄사	INT	독립어

기타 표지	설명
PRN	삽입어구
X	pseudo phrase
L, R	부호
Q	인용절

의미역 인식 태그셋

의미역 인식에서 사용하는 의미역은 필수역(core role)과 부가역(adverbal role)으로 구분되며, Proposition Bank[2]에서 정의된 세부적인 목록은 다음과 같습니다.

타입	의미역	설명
필수격	ARG0 (A0)	행동주(Agent), 경험주(experiencer)
	ARG1 (A1)	피동주(Patient), 대상(theme)
	ARG2 (A2)	수혜자(Benefactive), instrument, attribute,
	ARG2 (A2)	결과(end state)
	ARG3 (A3)	기점(Start point), benefactive, instrument, attribute
	ARG4 (A4)	착점(End point)
부가격	ARGM-TMP	시간(When)
	ARGM-LOC	장소(Where)
	ARGM-DIR	방향(where to/from)
	ARGM-MNR	방법(How, manner)
	ARGM-PRP	목적
	ARGM-CAU	원인
	ARGM-EXT	범위, 정도
	ARGM-CND	조건
	ARGM-PRD	보조서술
	ARGM-DIS	담화
	ARGM-ADV	부사구
	ARGM-NEG	부정

오류 코드

언어 분석 API의 오류 코드 목록은 다음과 같습니다.

http status code	result	reason	설명
400	-1	Required arguments is empty	필수 파라미터의 값이 없는 경우
400	-1	One or more arguments are not valid	파라미터의 값이 유효하지 않는 경우
413	-1	Request Entity Too Large	요청 문장 또는 어휘의 크기가 서버가 처리 할 수 있는 것보다 큰 경우
429	-1	Too Many Requests	사용자가 주어진 시간 내에 서버에 너무 많은 요청을 하는 경우
404	-1	Unknown Handler	등록되지 않는 서비스를 요청한 경우
408	-1	Handler Timeout	서버의 요청 대기가 시간을 초과한 경우
500	-1	ETRI service server connection refused	ETRI 분석 서버에서 요청을 받지 못하는 경우
500	-1	ETRI service server is not exists	수행 가능한 ETRI 분석 서버가 없는 경우
500	-1	Recipient Failure	ETRI 분석 서버에서 요청을 처리하지 못하는 경우
500	-1	Unknown ReplyFailure	API 요청에 알 수 없는 내부 오류가 발생한 경우
500	-1	Unknown Exception	알 수 없는 내부 오류가 발생한 경우

참고문헌

임준호, 배용진, 김현기, 김윤정, 이규철, 의존 구문분석을 위한 한국어 의존관계 가이드라인 및 엑소브레인 언어분석 말뭉치, 제27회 한글 및 한국어 정보처리 학술대회 논문집, 2015.10.
download
Martha Palmer, Dan Gildea, Paul Kingsbury, The Proposition Bank: A Corpus Annotated with Semantic Roles Computational Linguistics Journal, 31:1, 2005
download
임수종, 권민정, 김준수, 김현기, ExoBrain을 위한 의미역 가이드라인 및 말뭉치 구축, 제27회 한글 및 한국어 정보처리 학술대회 논문집, 2015.10.
download

상세보기폼
[공지사항] AI 학습용 데이터 추가 공개
작성자	관리자	조회수	384
등록일	2019-01-25