인공지능 디지털 영어교육의 현황과 전망: 자연어처리 기반 텍스트 분석

Youngkyo Oh

doi:10.15738/kjell.25..202503.330

추천

검색

질문

자료유형: 학술저널

저자정보: Youngkyo Oh (Chonnam National University)

저널정보: 한국영어학회 영어학 영어학 Volume.25

발행연도: 2025.1

수록면: 330 - 366 (37page)

DOI: 10.15738/kjell.25..202503.330

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The study aimed to quantify the content and keyword relationships in AI-based English education texts to understand the current status of English education and gain insights into the future direction of English education. Data analysis involved a text analysis that utilized Natural Language Processing (NLP) techniques to extract meaningful content and information from large-scale text data, identifying new meanings and knowledge at the contextual level by considering the relationships between texts and words. The primary analysis methods used included keyword analysis, network text analysis, and topic modeling. The research findings are as follows. First, a frequency analysis of the collected texts revealed terms such as ‘technology,’ ‘learning,’ ‘textbooks,’ ‘big data,’ ‘application,’ ‘mathematics,’ ‘information,’ ‘students,’ and ‘edtech’ based on Term Frequency (TF) values. TF-IDF (Term Frequency-Inverse Document Frequency) values identified ‘textbooks,’ ‘learning,’ ‘big data,’ and ‘edtech.’ Additionally, N-gram analysis highlighted the term ‘development and implementation of AI digital textbooks.’ Next, through ego-network analysis for relationship exploration, words related to ‘learning,’ ‘textbooks,’ ‘technology and future trends’ were found to be connected around the term ‘English.’ Finally, topic modeling analysis using Latent Dirichlet Allocation (LDA) classified the texts into five topics: ‘AI-Based Educational Innovation,’ ‘Transition to a Digital-Based Learning Environment,’ ‘Future-Oriented Changes in the Education System,’ ‘Learner-Centered Personalized English Education,’ and ‘Technological Innovation and Services in the Education Industry.’ This study provides insights into the future direction of English education by providing educators and learners with AI-powered text analysis tools.

#natural language processing #AI digital English education #network text analysis #topic modeling

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 논문과 함께 이용한 논문

영어의 성차별 해소를 위한 성중립어 및 인칭대명사의 사용에 관한 연구

이상혁 신영어영문학 2024 .08

AI 기반 영문학 텍스트 분석: 제인 오스틴의 소설 엠마를 중심으로 한 자연어처리 연구

오영교 영어학 2024 .01

디지털교육 교직 교과에 대한 인식 연구

최종민 , 조재춘 한국정보과학회 학술발표논문집 2024 .06

토픽모델링 기반의 인공지능 교육 연구 동향 분석

고유정 한국컴퓨터정보학회논문지 2024 .02

인공지능을 활용한 게이미피케이션 문화예술교육 연구

김재웅 만화애니메이션 연구 2023 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-092310881

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 논문과 함께 이용한 논문

최근 본 자료

댓글(0)