단어 벡터 기술은 어휘를 벡터로 매핑하고 문맥 의미 분포 간의 연관성을 비교할 수 있어, 단어 형성 분석의 계산 모델링을 위한 수학적 기초를 제공합니다. 독일어 복합어의 의미적 및 형태학적 특성은 중심 성분에 의해 주도되며, 이는 자동 처리에 유리한 조건을 만듭니다. 단어 빈도 기반의 전통적인 난이도 평가 방법이 복합어 이해 난이도를 과대평가하는 문제를 해결하고자 본 논문에서는 의미 유사도와 형태 규칙을 융합한 독일어 복합어 자동 인식 및 분할 방법을 제안합니다. 이 방법은 spaCy 플랫폼의 de_core_news_lg 모델을 기반으로 복합어와 후보 성분 간의 단어 벡터 유사도를 계산하고 배경 잡음을 고려한 임계값을 설정하며, 접미사 명사성 판정 및 파생 성분 제외 등의 형태학적 규칙을 도입하여 제약합니다. 평가 결과, 이 방법은 정확도와 민감도 모두에서 우수한 성능을 보였습니다. 본 연구는 독일어 계산 언어학에 새로운 단어 형성 분석 도구를 제공하며, 텍스트 난이도 표기, 교재 디지털 개발, 파생어 및 굴절어 처리 연구에 기술적 참고 자료를 제공합니다. 향후 특수 판단 규칙 도입, 인력 검증 메커니즘 및 모델 최적화를 통해 저빈도 단어를 더 많이 포함하여 본 방법의 정확도와 적용 범위를 더욱 향상시킬 예정입니다.

벡터;자연어 처리;독일어 복합어;자동 인식 및 분할