인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 조경순
- 발행연도
- 2024
- 저작권
- 전남대학교 논문은 저작권에 의해 보호받습니다.
이용수23
초록· 키워드
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
본 연구는 인간의 기본 감정 중 기쁨과 분노를 표현하는 ‘기쁨’류 및 ‘분노’류 감정동사의 의미적 차이와 특성을 밝히는 것을 목적으로 한다. 이를 위해 각 감 정동사의 공기 명사를 분석하고 유의 관계에 있는 감정동사들의 네트워크 분석 및 의미적 선호 양상을 살핀다. 인간의 감정 스펙트럼은 대립되는 것으로 간주되는 ‘기쁨’과 ‘분노’를 중심으로 형성된다. 그러나 감정의 경계는 뚜렷하지 않으며, 감정과 관련된 어휘의 문맥적 의미를 정확하게 파악하기 어려운 경우가 많기 때문에, 사전만으로는 감정을 표 현하는 다양한 언어적 표현 방식을 충분히 파악하기 어렵다. 그래서 컴퓨터 기술 이 발전하고 말뭉치가 구축되면서 감정의 언어적 표현에 대한 계량적 연구가 이 루어지고 있으며, 이를 통해 감정 표현에 대한 새로운 접근이 가능하다. 이에 본 연구는 문어 말뭉치 자료를 활용하여 유의 관계를 맺고 있는 감정동사의 공기 관계에 대한 분석을 바탕으로 ‘기쁨’류와 ‘분노’류 감정동사 유의어의 의미 특성 을 밝힌다. 먼저, ‘기쁨’류 감정동사 유의어인 ‘기쁘다, 즐겁다, 반갑다, 재미있다, 행복하 다’ 등의 의미 특성을 분석하였다. ‘기쁘다’는 외부로부터 오는 감정 자극의 영향 을 받아 갑작스레 일어나는 감정이지만, 그 강도가 강한 반면 지속하는 시간이 매우 짧고 순간적이라는 특성을 갖는다. ‘즐겁다’의 감정 유발 과정은 ‘기쁘다’와 반대 양상을 보이는데, 상대적으로 감정이 지속되는 시간이 길다는 특성을 갖는 다. 그래서 보통 긴 시간 단위를 나타내는 시간명사나 사건명사를 선호하는 특성 이 있다. ‘반갑다’는 감정이 발생하는 과정에서 경험주가 바라던 일이 실제로 일 어날 때 경험주는 놀라워하면서도 좋은 감정을 느끼는 것을 나타낸다. ‘재미있다’ 는 주체가 참여한 사건에서 어떤 대상이 감정 자극체가 되어 주체가 느낀 신기 하거나 좋은 감정을 표현할 때 주로 사용한다. ‘재미있다’는 대상 중심 감정동사 라는 점에서 다른 감정동사와 구별된다. ‘행복하다’는 선호하는 사물명사로 ‘집, 돈’ 등이 높은 빈도로 등장한다. 이는 ‘행복감’이 경제적인 상황과 밀접한 관련이 있고, 긴 시간 동안 노력하여 얻어지는 감정이면서도 세월이 흐른 후에는 그것을 순간의 기억으로 되새기게 되면서 느끼는 감정이라는 점에서 나머지 유의어와 구별된다. 다음으로, ‘분노’류 감정동사 유의어인 ‘격노하다, 분노하다, 성나다, 화나다’ 등 어휘의 의미 특성을 분석하였다. ‘격노하다’는 주로 사회적 관계와 권력 구조에서 상위자가 하위자에게 ‘분노’ 감정을 표출할 때 사용되며, 다른 유의어에 비하여 ‘분노’ 감정의 강도가 매우 높은 정도를 표현하는 것으로 볼 수 있다. ‘분노하다’ 는 사회적 상호작용 및 자아 인식과 깊은 관련이 있고, 신체의 상체 부위를 지칭 하는 명사를 많이 선호한다. ‘분노하다’는 감정 강도가 강한 데 비하여 감정의 지 속성은 짧다. ‘성나다’는 미세한 움직임을 나타낼 수 있는 눈, 코, 귀 등 안면 부 위를 가리키는 명사를 선호한다. 또한 강력한 에너지와 파괴적인 힘을 상징하는 자연환경이나 정치적인 행위와 관련된 문맥에서 사용된다. ‘화나다’는 일상적인 상황, 특히 주로 가족 관계에서 발생하는 감정이며, 사물명사와 관련이 깊다. 미시 네트워크를 분석한 결과, ‘기쁨’류 감정동사 유의어 중 ‘행복하다’가 네트 워크에서 가장 중요한 역할을 하고 있으며, 다른 노드들과의 관계도 밀접하게 형 성되어 있다. 반면에 ‘반갑다’는 네트워크에서 상대적으로 중요한 역할을 하지 않 는다. 또한, 이 네트워크에서 ‘기쁨’류 감정동사 유의어는 모두 각각 공기하는 명 사와 연결이 되고, 이로부터 허브가 형성되어 있다. ‘분노’류 감정동사의 기본 어 휘로 선정한 ‘분노하다’는 ‘분노’류 감정동사 유의어 네트워크에서 가장 중요한 역할을 하고 있으며, 다른 노드들과의 관계도 밀접하게 형성되어 있다. 반면에 ‘격노하다’는 노드 수와 미시 네트워크 지표가 나머지 세 가지 유의어에 비해 적 은 편이어서 네트워크에서 상대적으로 중요한 역할을 하지 않는다. 마지막으로, ‘기쁨’류와 ‘분노’류 감정동사 각각의 유의어들과 관련성이 큰 상위 30개 공기 명 사를 하나의 네트워크에서 통합적으로 분석할 때, 미시 네트워크 정보를 분석한 결과, ‘성나다(2204.260)’는 가장 높은 매개 중심성을 보이고, ‘기쁘다(0.015)’는 가장 높은 위세 중심성을 가지고 있으며, 모든 감정동사 유의어의 근접 중심성 값은 0.399로 동일하게 나타난다. 본 연구의 결과를 바탕으로, 향후 감정동사 어휘의 의미적 특성을 보다 상세히 파악하기 위해서 다양한 감정동사의 의미적 선호 경향에 대한 언어 자료를 수집 하여 더욱 섬세하게 분석하는 연구가 있기를 바란다.
목차
- 1. 서론 11.1. 연구 목적 및 필요성 11.2. 선행 연구 고찰 31.3. 논의의 구성 81.3.1. 연구 문제 81.3.2. 연구 절차 102. 연구 방법 142.1. 연구 방법의 이론 배경 142.1.1. 퍼스와 신퍼스식 의미 이론 142.1.2. 싱클레어(2004)의 확장된 의미 단위 모델 152.1.3. 의미적 선호와 의미적 운율 192.2. 공기 명사 선정을 위한 통계 방법 222.2.1. 말뭉치의 구성 222.2.2. 분석 방법: 도구 및 데이터 전처리 242.2.3. 공기 관계 측정 척도 t-점수 302.3. 네트워크 분석 방법 352.3.1. 네트워크 이론 362.3.2. 네트워크 적용 사례 및 프로세스 393. 감정동사의 체계 및 유의어 선정 413.1. 감정동사의 체계 413.1.1. 감정동사의 개념 413.1.2. 감정동사의 분류 483.2. 감정동사 유의어 선정 613.2.1. 감정동사 유의어 선정 기준 653.2.2. 공기 명사 의미 분류 기준 763.2.3. 감정동사 의미 특성 분석 기준 804. ''기쁨''류 감정동사의 공기 관계 834.1. ''기쁨''류 감정동사의 공기 양상 834.2. ''기쁨''류 감정동사 네트워크 864.3. ''기쁨''류 감정동사의 의미적 선호 954.3.1. ''기쁘다''의 의미적 선호 984.3.2. ''즐겁다''의 의미적 선호 1004.3.3. ''반갑다''의 의미적 선호 1044.3.4. ''재미있다''의 의미적 선호 1074.3.5. ''행복하다''의 의미적 선호 1105. ''분노''류 감정동사의 공기 관계 1145.1. ''분노''류 감정동사의 공기 양상 1145.2. ''분노''류 감정동사 네트워크 1175.3. ''분노''류 감정동사의 의미적 선호 1255.3.1. ''격노하다''의 의미적 선호 1275.3.2. ''분노하다''의 의미적 선호 1305.3.3. ''성나다''의 의미적 선호 1355.3.4. ''화나다''의 의미적 선호 1386. ''기쁨''류와 ''분노''류 감정동사의 의미 특성 1426.1. ''기쁨''류 감정동사의 의미 특성 1426.2. ''분노''류 감정동사의 의미 특성 1486.3. 감정동사 유의어의 네트워크 통합 분석 결과 1537. 결론 159참고문헌 163Abstract 171中文摘要 175부록 177
최근 본 자료
