한국어의 명사와 동사 결합의 변화 양상 연구 - 환유와 은유의 관점에서

Q: 이 논문에서 정의한 연어 구성이란 무엇인가?

연어 구성은 한 어휘의 의미 구조상 다양한 결합이 가능함에도 불구하고 특정 어휘와만 관습적으로 결합하는 어휘 항목의 연쇄를 가리킨다. 이는 연어핵과 연어변으로 이루어지며, 구성 요소 중 하나가 다른 하나를 제한적으로 요구하여 생겨난 범주로 단일 방향성을 가진다. 연어변의 위치에 오는 성분은 어휘적 유사성을 가진 다른 말이나 표현으로 대치할 수 없다.

Q: 젊은층에서 명사와 동사 결합이 변화하는 주요 기제는 무엇인가?

연구 결과, 젊은층에서 나타나는 명사와 동사 결합의 변화는 크게 두 가지 인지적 기제로 설명된다. '상관 쓰다'와 같은 유형은 선행절 명사와 후행절 동사가 결합하여 전체 사건을 나타내는 형식적 환유 과정에 의해 발생한다. 반면 '추억 돈다'와 '가성비 착하다'와 같은 유형은 구체적 대상을 추상적 대상에 비유하는 은유적 인지 과정에 의해 변화가 일어난다.

이금희

추천

검색

질문

자료유형: 학술저널

저자정보: 이금희 (성균관대학교)

저널정보: 담화·인지언어학회 담화와인지 담화와인지 제29권 제2호

발행연도: 2022.5

수록면: 71 - 89 (19page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper studied new collocations such as ‘sangkwan sseuda(상관 쓰다)’, ‘binjeong sanghada(빈정 상하다)’, ‘ginjang tada(긴장 타다)’, ‘chueok dotda(추억 돋다)’ and ‘gaseongbi chakhada(가성비 착하다)’ used by young people. Korean speakers use nouns such as ‘sangkwan(상관)’, ‘binjeong(빈정)’, ‘ginjang(긴장)’, ‘chueok(추억)’ and ‘gaseongbi(가성비)’ in combination with verbs such as ‘hada(하다)’, ‘georida(-거리다)’, ‘doisaranada(되살아나다)’ and ‘nopda(높다)’. However, young speakers choose to use new verbs rather than previously combined verbs. So these expressions form a new collocation relationship. If we look at the mechanism by which these expressions are created, ‘sangkwan sseuda(상관 쓰다)’and ‘binjeong sanghada(빈정 상하다)’ can be explained with the concept of ‘formal metonymy (metonymy of the syntactic hierarchy)’ explained in cognitive linguistics. And expressions such as ‘chueok dotda(추억 돋다)’ and ‘gaseongbi chakhada(가성비 착하다)’ seem to be changes that occur as metaphors by comparing concrete objects to abstract objects.

#Collocation #Metonymy #Mataphor #Formal Metonymy #Syntactic Hierarchy #Analogy

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)