품사, 구절 분석 등 언어지식을 분석에 활용되고 있다. 자연어 처리에 있어서 한국어는 처리가 까다로운 언어에 속하는데 같은 동음이의어처럼 중의성이 있는 단어는 머신러닝 기법을 활용하여 문제를 풀어나갈 수 있는데 그러한 기계학습 알고리즘으로는 딥러닝(Deep learning), 결정 나무(Decision tree), 선
Ⅰ. 국어 품사 동사의 특징
인간은 무엇보다 언어를 사용하여 서로 소통을 한다. 언어적 소통은 아!, 저런!과 같은 외마디(간투사/감탄사)로, 또는 맹견주의, 빌어먹을 놈!과 같은 단어의 연쇄로 이루어지는 경우도 있으나, 흔히는 주어+서술어, 또는 주어+보어+서술어로 짜여지는 문장을 가장 기본적인
2.2 품사 유형론의 관점에서 한국어 동사가 지닌 속성
(17) 개방적 대어휘부류로서 동사와 명사는 다음의 두 가지 비대칭적 성격을 보인다.
명사
동사
개방적 대어휘부류
⦁ 전형적으로 사람/장소 또는 사물을 지시하는 의미를 지님
⦁ 명사적 의미의 범위는 행위나 과정을 포함한 다양
말뭉치의 예를 보인 것이다.
(3)깜짝새를 통한 통계 분석
마지막으로 형태소 태깅 부착한 말뭉치 파일에서 수정필요 부분을 모아서 합한 후에 , 외국인 이민자 여성의 발화에서 가장 많이 나타나는 오류를 분석하고 , 오류가 가장 많이 나타나는 오류를 정했다.
오류 중에서 조사와 어미에 의한
3) 70, 80년대 음악보다 90, 00, 10년대 음악이 단순한 여흥어의 반복이 많을 것이다.
70, 80년대의 음악에서는 우리말을 이용해서 단순 명료하게 자신의 감정을 표현했지만, 90년대 이후의 음악에서는 자신의 감정을 표현하는 것 이외에 노래를 듣는 사람들의 흥을 돋우기 위한 의미없는 음절의 반복이 많다