3.0.rc3 (June 12, 2025)

결함

tagger: ‘활용_ㄹ불규칙_으_첨가_오류’ 레이블 로직 오류 수정(예: ‘팔으던(팔던)’이 ‘활용_용언_으_첨가_오류’ 레이블인데, ‘활용_ㄹ불규칙_으_첨가_오류’ 으로 분석하는 오류)
tagger: ‘들르다’와 같은 용언 형태가 “활용_르불규칙_어간_오류”로 잘못 학습되는 경우 예외 처리(탈락_으탈락 레이블로 가야 함, 분석 종성의 ‘ㄹ’ 유무 파악)
tagger: “활용_용언_으_첨가_오류” 예외 케이스 어미 ‘-든, -던, -려’ 추가(물으던, 갈으던 등)
tagger: 복합명사 처리 시 원문에 없는 이/VCP로 인해 빈 문자열이 생기지 않도록 하고, 불필요한 경우 subToken 계산을 생략하여 효율을 높임
revision: 여러 단락을 가진 요청에서 문장의 위치 계산 오류 수정
revision: 전체 문장에 대한 조합에서 공백이 없는 문제 - 공백 삽입 조건 옳게 계산
revision: 조사 사용 오류를 계산할 때, 한글을 버리는 문제 수정
revision: 사이시옷 출력 오류 수정
revision: 띄어쓰기 붙여쓰기가 연달아 나오는 경우, 올바른 수정문이 출력되지 않는 오류 수정
revision: ","로 구분된 연속 처리 이후 괄호 등의 기호 앞에서 잘못된 띄어쓰기 오류 수정
revision: 복합명사의 조합 결과에서 offset이 잘못 계산되어 밀리던 문제 해결
revision: 우리말샘 pb 중복 ID 제거
customdict: 사용자 사전에 빈 문자열이 포함된 경우 이를 점검해 제거하도록 예외 처리
service: 분절 모델과 태깅 모델이 이중 실행되어 메모리 사용 효율화
deploy: build 시 모델 last 최신화 과정 수정
deploy: 윈도우 서비스 빌드 오류 수정 - 변경된 파라미터 반영
deploy: 빌드용 Docker 오류 수정, 다양한 빌드 옵션이 추가된 경우에 대한 처리 고도화
deploy: Windows 인스톨러 오류를 수정: 빌드 옵션과 버전 정보 전달

개선

tagger: 분절이 바람직하게 분절했지만, 형태는 다르고 토큰이 같은 것을 재사용하던 방식 폐기 (조리는:’조리+는’의 경우, ‘조리-’라는 바른 분석을 ‘조리(NNG)+는’으로 변경하는 오류)
tagger: 유니코드 공백 문자가 포함된 경우에도 올바르게 띄어쓰기를 적용
tagger: 복합명사 제외 루틴에 JX가 붙는 경우를 제외하도록 처리
tagger: ‘수많다’처럼 명사와 형용사(VA)가 결합된 단어의 경우, 기존에는 EC(연결 어미)가 있는 경우에만 처리되었으나, EC 없이도 결합 단어로 처리
tagger: 수정 방안이 없는 명백한 UNK일 때는 모르는 단어로 표시하되, 안정짓다처럼 이미 올바로 분석된 경우는 제외하고 복합명사 처리는 명사가 UNK인 경우에만 수행하도록 조건을 추가
tagger: 복합명사 제외 루틴에서 명사 판별 시 조건 완화
tagger: 형태소 tag 함수 체계를 용언, 용언+어미를 구분하고, 체언 및 부호 관련 기호들도 명확한 이름 기반으로 변경함
tagger: ‘들르다’와 같은 용언 형태가 “활용_르불규칙_어간_오류”로 잘못 학습되는 경우 학습 정상화(탈락_으탈락 레이블로 가야 함, 분석 종성의 ‘ㄹ’ 유무 파악)
tagger: “활용_용언_으_첨가_오류” 예외 케이스 어미 ‘-든, -던, -려’ 추가(물으던, 갈으던 등)
revision: 우리말샘에 기반한 유사단어 트리를 우리말샘에 기초하여 사용하도록 변경
revision: 이/VCP가 생략된 경우에 띄어쓰기 문제 수정
revision: SP(',') 다음에 띄어쓰기 개선
revision: 외래어 처리에서 빈도 조건 추가
revision: 우리말샘 용례 추가
revision: 기호관련 띄어쓰기 로직 논리 흐름 개선
revision: UNK이지만 우리말샘에 존재하는 품사는 유사단어 후보에서 제외하도록 함
revision: UNK 어미 는 앞 단어와 붙이지 않고 lemma 계산에서 제외하며, 실제 어미는 정확히 대체어로 제시하도록 수정
revision: 여러 어절을 한 번에 붙여쓸 수 있도록 로직을 개선하고, 띄어쓰기 수행 여부를 판단하여 정확도를 높였으며, 복합명사 및 사전 검색 조건을 보완해 불필요한 결합을 줄이고 파라미터로 제어 가능하도록 수정
revision: 합성명사 분리 사전보다 합성명사 사전을 우선 참조하도록 순서를 변경 “인공-지능”처럼 등록된 단어가 올바르게 처리되도록 함.
revision: 유사단어 트리를 한 번만 로드하도록 변경
revision: revision 서비스 proto에 treat_as_title 옵션 추가
customdict 내장 사전을 로딩 방법을 개선하여 메모리 효율성 제고
builtin-dict: 한양PUA 옛말 제거
builtin-dict: 우리말샘 버전에 따라서 초기화 함수 다시 실행
test, revision: 분절 정보를 기반으로 한 복원 기능 테스트 코드 작성 (커버리지 100%)
deploy: 윈도우 빌드에도 맞춤법 검사기 처리하도록 변경
deploy: 리눅스 빌드 및 배포시점에 빌드용 도커를 사용하도록 변경

새로운 기능

tagger: 사용자 사전을 사용하여 단어를 판별한 경우, 해당 사용자 사전의 이름 출력
revision: spacing rule 관련 함수, disableCaretSpacing 함수, 그리고 cleanup 코드를 각각 분리하여 모듈화
revision: 유사단어 추천 시 주변 형태소까지 범위를 확대하도록 함
revision: 동사와 형용사의 활용형이 나올 경우에는 원형까지만 처리
revision: 다양한 옵션을 통해 맞춤법 검사기의 세부 동작을 제어할 수 있도록 Config를 추가하고, 이에 따라 함수 프로토타입과 주요 변수의 동작을 변경
revision: 짧은 음절 단어에 미등록단어가 나타날 경우, 앞 단어와 합쳐서 유사단어 검색
revision: 합성명사로 판명되는 경우 각 구성 요소 사이를 모두 띄어쓰기하도록 로직을 추가
revision: 혼동되는 단어 서비스를 별도로 구성하고, 서비스 호출하도록 구성
revision: 혼동되는 단어 대체어 수정 로직 구현
revision: 유사단어 추출 로직을 유사단어 거리 계산 로직 개선 - 2벌식 키보드 자모 거리 가중치
revision: 유사단어에서 우리말샘 뜻풀이 빈도 기반으로 정렬하여 추출
revision: 유사단어에서 검색 시 우리말샘 예문 활용
revision: 입력 문장에서 불필요한 공백을 제거하는 기능 추가
revision: “수 백 만”의 경우, 붙여쓰기 범위를 앞의 여러 어절까지 확대하도록 변경
revision: 합셩명사의 발견을 위해서 앞의 여러 어절까지 확대하도록 변경
revision: 입력된 문장이 제목인 경우 구두점 처리 로직 옵션화
service: 사용자 사전에 추가할 단어를 사용자 사전 품사 체계에 맞춰서 제시
train: 혼동되는 단어 구별 모델을 형태 기반으로 학습 및 추론 코드 추가
customdict: 여러 개 사용자 사전을 사용하여 호출 수정
customdict: 사용자 사전 내 충돌 여부를 점검하는 기능 추가
customdict: 사용자 사전 내 중복 여부를 점검하는 기능 추가
manual: 최신 API 변경 사항 반영하고, custom_dict_names 및 check-conflict 내용 추가

학습 데이터 세부 수정 사항

학습 데이터 추가
- 활용_르불규칙_어간_ㄹ첨가_오류 학습데이터 추가
학습 데이터 수정
- 비표준어동사 말뭉치 수정: 드르/VV -> 들르/VV
- 부사에 어미를 붙이는 문제: 부사+ETN, EC 등의 오류 수정
- 들러붙다 태깅 오류 수정: ‘들러’가 NA로 태깅되는 오류, 들러붙다 VV로 변경
- 이든, 이든지, 이든가, 다든지, 라든지, 는다든지 태깅 수정:
  - 이/VCP+든/EC -> 이든/JX
  - 이/VCP+든가/EC -> 이든가/JX
  - 이/VCP+든지/EC -> 이든지/JX
  - ㄴ다든지/EC -> ㄴ다/EF+든지/JX
  - 는다든지/EC -> 는다/EF+든지/JX
  - 다든지/EC -> 다/EF+든지/JX
  - 라든지/EC -> 라/EF+든지/JX

바른 3.0.rc3 변경 사항

3.0.rc3 (June 12, 2025)

결함

개선

새로운 기능

학습 데이터 세부 수정 사항