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
2. 가설 설정 및 이유
1) 동사의 차이
시나리오보다 소설에서 동사의 사용이 더 빈번할 것이다.
영상으로 만들어진다는 것을 전제로 쓰여진 것이다. 그렇기 때문에 배우들의 행동을 지문으로 제시한다. 하지만 오히려 영상으로 만들어지는 것이기 때문에 상황 설명이나 묘사가 소설에 비해 자세하지
주제 선정 이유 및 목적
소설은 시대에 상관없이 대중에게 사랑받는 문학 장르
각색되어 영화로 만들어지기도 함 (영화의 대본→ 시나리오)
소설과 시나리오의 차이
분석 대상 : 이청준의 소설 ‘벌레이야기’와 영화 ‘밀양’
이청준의 ‘벌레이야기’는 1985년도에 발표된 단편소설
Ⅰ. 국어 품사 형용사의 특징
형용사가 실현될 때의 형태를 살펴보면, 어간에 먼저 파생접사가 붙으며 그 다음에 굴절접사, 즉 어미가 붙는데, 어미의 결합 순서는 선어말어미, 어말어미 순이다. 한국어의 형용사의 형태적 특성에 대하여서는 주로 굴곡적 측면에 초점을 맞추어 살펴보겠다.
한국어에
Ⅰ. 개요
어느 영역의 지식을 체계화하기 위해서는 해당 영역의 용어들이 정밀하게 정의되어야 한다. 학술용어는 해당 영역의 대상, 방법, 체계적 매개 등과 연관된 내용을 개념적으로 정의한 것들이다. 학문적인 용어는 학문의 논리와 체계 내에서 정합성을 지니기 때문에 일상용어와는 달리 규정되
Ⅰ. 원시 코퍼스와 주석 코퍼스
원시 코퍼스(raw corpus)
출판된 형태 그대로의 텍스트를 전자형태로 모아 놓은 것
주석 코퍼스(annotated corpus)
텍스트를 어떤 목적을 위하여 가공하고 표지를 붙여 놓은 것
주석의 목적
어떤 목적을 위하여 텍스트를 해석하고 그 해석한 결과를 표시해