BCC코퍼스에 의거한 중국어 동의어 분석 방법론

최향란; 박흥수

추천

검색

자료유형: 학술저널

저자정보: 최향란 박흥수

저널정보: 한국중국언어학회 중국언어연구 중국언어연구 제84호

발행연도: 2019.1

수록면: 153 - 177 (25page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 BCC 코퍼스에서 제공하는 통계프로그램과 검색식을 활용하여 현대 중국어 동의어 분석 방법론에 대해 고찰하였다. 구체적인 연구 결과는 다음과 같다. 먼저 중국어 어휘교육에서 코퍼스 언어학적 분석 방법의 중요성을 고찰했다. 코퍼스에서 제시한 대규모 전산 자료는 다양한 문체의 언어영역을 포함하고 해당 언어의 포괄적인 모습을 반영하며 코퍼스를 활용한 통계와 분석법은 과거의 직감과 경험을 의지하는 분석법의 문제점을 보완하고 보다 객관적인 연구를 진행할 수 있게 했다. 다음은 중국어 동의어 분석에 적합한 코퍼스로 BCC 코퍼스를 소개했다. BCC 코퍼스 자체통계 프로그램과 다양한 검색식은 간편한 조작과 신속한 결과 도출기능으로 다른 코퍼스는 별도 분석도구를 사용해야 되는 번거로움을 해소할 수 있기에 동의어 분석에는 가장 적합하다는 결론을 도출했다. 이를 토대로 코퍼스언어학에서 동의어 판별하는 방법인 출현빈도（词频）분석, 단어호응(词语搭配）분석과 연어관계(类连接)분석, 의미운율(语义韵）분석 등의 구체적인 조작 방법을 제시했다. 코퍼스에 의거한 중국어 동의어 분석은 그 세밀한 차이를 분별하는 방법론을 세우는 것이 매우 중요하다. 기존에 제기된 방법들은 여러 가지 코퍼스 분석 툴과 도구를 먼저 익혀야 분석을 시작 할 수 있는 어려움 때문에 연구를 쉽게 시도를 하지 못하는 경향이있었다. 따라서 본 연구에서 제시한 BCC 코퍼스 자체통계 프로그램을 활용하는 방법이 새로운 접근이 되기바란다.

This article tried to grasp By using the statistical functions and various retrieval methods provided by BCC corpus, this paper explores specific methods to distinguish and analyze the differences in word frequency distribution, word collocation and semantic prosody of synonyms, so as to help the proper use of synonyms and better play the communicative function of Chinese. Chinese is the most widely used language in the world and has a long cultural history. Therefore, there are a large number of synonyms with similar semantics in Chinese. How to accurately understand the subtle differences between them and use them appropriately has always been a big problem for non-native Chinese learners. Generally speaking, synonym discrimination relies on intuitive experience and introspection through dictionaries and other tools. Dictionary analysis, though authoritative, is often not able to achieve the purpose of accurate analysis due to the limitations of its compiling methods; in the past, it relied on intuitive experience and introspective ways, and because of the image of dialects and language habits in the region where the researchers live, the results of the research are often not objective enough. Large corpus is an extremely advanced retrieval tool, which provides a new method for synonym discrimination with its unique advantages. Corpus linguistics is a branch of general linguistics. It uses special text analysis software tools to analyze large machine-readable text databases. The analysis of synonyms in corpus linguistics mainly focuses on the differences in frequency distribution of synonyms in different register. The significant degree of co-occurrence of collocations and keywords was counted. The collocation characteristics of synonyms in search lines were observed, and their different linguistic features, such as class association, collocation relationship and semantic prosody, were revealed. Thanks to the abundant evidence provided by the huge corpus, the corpus index can provide abundant usage and context for synonyms, enabling researchers to compare and grasp the subtle semantic and pragmatic differences between synonyms, and to achieve an objective and comprehensive description of the subtle differences of synonyms.

#BCC Corpus #synonym #colligation #Chinese,retrieval methods

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

최향란

소속기관 한국외국어대학교

주요연구분야 인문학 > 어문학 > 중국어와문학

논문수 5 이용수 58

박흥수

소속기관 한국외국어대학교

주요연구분야 인문학 > 어문학 > 중국어와문학

논문수 9 이용수 68

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)