日・韓・中「N+V」型複合動詞の対照研究 ーその語構成の異同を中心にー

이동철

추천

검색

자료유형: 학술저널

저자정보: 이동철

저널정보: 단국대학교 일본연구소 日本學硏究日本學硏究 제45권

발행연도: 2015.1

수록면: 285 - 305 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

本稿では、コーパスと先行研究ならびに辞書から収集したデータに基づいて、日・韓・中３言語における｢N＋V｣型複合動詞の語形成の特徴や異同を明らかにしようと試みた。その考察と分析の結果は以下の通りである。まず、全体的に｢N＋V｣型複合動詞は日・韓・中３言語のいずれにもある語構成の１つのタイプであるが、日本語にはこの種類の複合動詞がそれほど多くないのに対して韓国語にはかなり多い。これは、韓国語に比べて日本語には｢N＋Va｣型複合名詞が豊富であることと関係があると思われる。次に、｢N＋V｣型複合動詞の前項名詞と後項動詞の関係において、日本語と韓国語では大半が主格と対格による結びつきであるのに対して、中国語にはその文法的特長により、対格による｢N＋V｣型複合動詞が存在せず、｢主述式｣構造と｢副詞語＋叙述語｣構造のみである。また、日本語では主格と対格による結びつきがほぼ互角であるのに対して、韓国語では対格による結びつきが７割以上をしめている。３つ目に、｢N＋V｣型複合動詞は一般的に｢N＋V｣型句構造の短縮形と思われがちであるが、とりわけ日本語では多くの｢N＋V｣型複合動詞が｢N＋V｣型句構造に還元できないことから、その語形成過程にはもう少し込み入った複雑な語作りのメカニズムがあると考えなければならない。４つ目は、韓国語の｢N＋V｣型複合動詞は量的に日本語の約７倍に達しているが、その理由の一つとして、韓国語には後項動詞が日本語における補助動詞のように、幅広くいろいろな名詞と結びついて複合語を作る機能をもつものが多いことが挙げられる。最後に、｢N＋V｣型複合動詞の形成において、日本語と韓国語では｢右側主要部規則｣にしたがっているので、後項にくる品詞が全体複合語の品詞を決めているが、中国語は後項が動詞であっても複合語全体は名詞や形容詞の場合も少なくない。

Based on the data that is collected from corpus, previous studies and dictionaries, this paper attempts to identify the features of the word combination about N‐V compound verbs among Japanese, Korean and Chinese. As the results, the findings from the comparative analysis are as follows: Firstly, N‐V compound verbs exist in all three languages. However, there are a great number of N‐V compound verbs in Korean, while the number of N‐V compound verbs is limited in Japanese. Secondly, the pre‐nouns and the post‐verbs in the compound verbs are combined together based on the case relations. Most of N‐V compound verbs in Korean and Japanese are combined under the nominative and the accusative case relations between pre‐nouns and post‐verbs. However, due to the Chinese grammar, the accusative case relation doesn’t exit in Chinese N‐V compound verbs, but there are the subject‐predicate relation and the adverbial‐predicate relation. In Japanese, generally the half of N‐V compound verbs are formed under the nominative case relation, and the other half of N‐V compound verbs are under the accusative case relation. In Korean, 70% of N‐V compound verbs are combined under the accusative case relation. Thirdly, it can be analyzed that N‐V compound verbs are formed from N‐V verb phrases. But Japanese N‐V compound verbs cannot be reverted into N‐V verb phrases. It could be considered that there is a far more complicated mechanism in the word combination of N‐V compound verbs. Fourthly, Korean N‐V compound verbs are 7 times as many as Japanese N‐V compound verbs. One of the reasons is that there are a great number of post‐verbs in Korean, which can be compounded with nouns greatly just as Korean auxiliary verbs do. Finally, in the combination of N‐V compound verbs, due to the adaption of Non‐core Rule in Korean and in Japanese, it can be analyzed that the post‐component can be considered as parts of speech in Korean and Japanese N‐V compound verbs. While in Chinese, although the post‐components are verbs, the whole compound words also can be considered as nouns or adjectives.

#Japanese #Korean #Chinese #'N+V'structure #contrastive analysis #nominalization of the verb

참고문헌 (24)

참고문헌 신청

???書 / 1982 / ?語大?典 / 小?館

?野昌子 / 2005 / 言語文化?究Ⅲ 現代日本語の?相 / 財?法人?放送大??育振興?

中?社?科?院語言?究所詞典編輯室 / 2006 / 現代漢語詞典 / 商務印書館

伊藤たかね / 2002 / 語の仕組みと語形成 / ?究社

坂倉篤義 / 1966 / 語構成の?究 / 角川書店

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이동철

소속기관 신라대학교

주요연구분야 인문학 > 어문학 > 일본어와문학

논문수 6 이용수 30

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (24)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)