메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국언어과학회 언어과학 언어과학 제26권 제1호
발행연도
2019.1
수록면
51 - 70 (20page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
This paper aims at modeling topics from TOEFL essay samples in the TOEFL11 corpus. The TOEFL11 corpus is a collection of 12,100 TOEFL writing samples submitted by test-takers from 11 different countries. The paper applied an unsupervised method (i.e. Latent Dirichlet Allocation or LDA) of clustering texts to written samples, with the aim of automatic modeling of topics. For each of the 11 non-native TOEFL test takers, 1,100 TOEFL essays were transformed to a document-term matrix, and then were fed into the LDA function in the R software. The number of potential topics was set to be 8, which was the same number of prompts the test takers had been given when they took the test. The overall accuracy ranged from 83% to 99% depending on the native language of the test takers. Further analysis needs to be conducted to see how reliably the unsupervised LDA method can be used in automatically classifying written samples to potential topics. Nevertheless, the paper provides an empirical foundation that automatic topic modeling can be applied in an unsupervised way even to the writing sample of English learners.
#TOEFL essays #TOEFL11 corpus #learner corpus #LDA #Latent Dirichlet Allocation) #topic modeling #unsupervised learning

목차

등록된 정보가 없습니다.

참고문헌 (29)

참고문헌 신청
남춘호 / 2016 / 일기자료 연구에서 토픽모델링 기법의 활용가능성 검토 / 비교문화연구 22(1):89~135 dbpia 백영민 / 2017 / R을 이용한 텍스트 마이닝 / 한울 google schola 장세은 / 2017 / 텍스트 마이닝을 통한 셰익스피어 학술논문 영어초록 코퍼스의 토픽모델링 분석 / 언어과학 24(4):55~82 dbpia 윤태진 / 2018 / TOEFL11 코퍼스에서 주제 프롬프터의 자동 분류 / 인문언어 20(1):157~177 dbpia 이성민 / 2016 / ESP 학술논문의 저자키워드와 코퍼스키워드의 비교 연구 / 언어과학 23(3):201~223 dbpia

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0