일본의 한적 정보화와 코퍼스 구축 현황

박영미; 하지영

추천

검색

자료유형: 학술저널

저자정보: 박영미 하지영

저널정보: 근역한문학회 한문학논집(漢文學論集) 한문학논집(漢文學論集) 제53권

발행연도: 2019.1

수록면: 87 - 114 (28page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

국내 한문 자료의 경우 국가 주도의 한문고전 전산화 사업을 통해 원시 코퍼스는 확보되었으나 주석, 병렬 코퍼스 구축 작업은 크게 관심을 받지 못하였다. 국내 한문 자료의 코퍼스 구축 및 기계번역은 단계적으로 진행된 것이 아니라 최근 인공지능 번역의 개발에 힘입어 단기간에 발전되어 온 것이라고 할 수 있다. 현 단계의 인공지능 번역은 기계가 원문 번역문 데이터를 기반으로 문장 간의 연관성을 자동적으로 학습하는 단계이기 때문에 문법, 품사, 표점 등 일정한 기준에 의해 주석을 가하는 주석 코퍼스를 구축하는 작업은 불필요하게 여겨진다. 이러한 상황은 같은 한자문화권인 중국과 일본의 상황과 견주어 보았을 때 무척 상이하다. 중국과 일본은 기계번역을 대비하여 한적 정보화와 코퍼스 구축 사업이 단계적으로 진행되고 왔다. 이들의 코퍼스 구축 작업은 기계 번역의 효율성을 제고하는 것뿐 아니라 국학 연구의 긍정적 기여를 하는 것을 목표로 하고 있다. 이를 볼 때 국내 한적 자료의 코퍼스 구축 작업이 과연 불필요한 것인지에 대한 재고가 필요하다. 일본에서는 교토대학교 인문과학연구소와 국립국어 연구소의 주도로 한문 원전 코퍼스 구축 작업이 진행되어왔다. 인문과학연구소는 Mecab 형태소 분석기를 활용하여 주석 코퍼스를 구축하였으며, 전통적인 훈독 방식을 응용하여 Universal Dependencies에 의한 依存文法解析을 시도하였다. 일본 국립국어 연구소의 연구는 코퍼스 구축을 통해 번역 결과물을 생성해내는 작업뿐 아니라, 이를 바탕으로 시대와 학파, 문단에 따른 학문적, 문예적 경향을 추출해 내었다. 이러한 성과를 볼 때 한국의 원전 자료에서도 주석, 병렬 코퍼스를 구축하는 작업에 관심이 필요하다.

In the case of Korean domestic resources for classic literature written in Chinese characters, the government-driven project for digitization of classical texts has secured the raw corpus, but the development of tagged corpus and parallel corpus has not received as much attention.The development of corpus and the machine translation of Korean domestic Chinese character text resources were not a phased development over time, but rather a short-term advancement helped by recent developments in artificial intelligence translation. Artificial intelligence translation at the current stage is processed by machines automatically learning the relationship between sentences based on the data of original and translated texts, and therefore developing a tagged corpus, which is adding annotations according to certain criteria such as grammar, word class, and punctuation, is deemed an unnecessary task. In comparison, the situation is very different in China and Japan, which are also within the Chinese character cultural sphere. China and Japan have been phasing in with projects in digitalization of texts in Chinese characters and development of corpora in preparation for machine translations. The goals of developing corpora in China and Japan is not only to improve the efficiency of machine translations, but also to positively contribute to the national studies of each country. This situation prompts us to reconsider whether it is truly unnecessary to develop corpora for Korean texts in Chinese characters. In Japan, Kyoto University Institute for Research in Humanities Library, and the National Institute for Japanese Language and Linguistics have led the corpus development work from original texts in Chinese characters. The Institute for Research in Humanities have developed a tagged corpus utilizing the Mecab Morphological Analyzer and attempted dependency parsing based on Universal Dependencies with application of the traditional Japanese reading method(Kundoku) of Chinese characters. The studies of the National Institute for Japanese Language and Linguistics not only created translation results by developing corpora, but also extracted scholarly, literary styles depending on the era, the schools of theory, the literary circles in Japan from this foundation. Considering such examples, the development of tagged, parallel corpora from Korean original text resources in Chinese characters is still a meaningful task.

#Digitization of texts in Chinese #The Institute for Research in Humanities #Kyoto University #The National Institute for Japanese Language and Linguistics #Kundoku Corpus

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

박영미

소속기관

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 12 이용수 111

하지영

소속기관 세종대학교

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 3 이용수 28

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 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)