• 한국철학논집
• /
• 제35호
• /
• pp.73-108
• /
• 2012

호락논쟁(湖洛論爭)에 관한 선행 연구는 오상논변 미발논변 등을 중심으로 상당한 성과를 이루었다. 이러한 일련의 연구 성과 속에서 권상하의 철학사상은 비교의 차원으로 함께 다루어지고 있으며, 그 과정에서 그의 철학사상의 면모는 거의 드러난 것으로 보인다. 그러나 그를 중심으로 하는 개별연구가 아닌 관계로, 어떤 점이 호학(湖學)[호론(湖論)]의 선하(先河)로서의 그의 철학사상의 한국유학사상사적 위상인지 명확하게 파악하기는 어렵다. 이에 본고에서는 "한수재집(?水齋集)"에 나타난 심성(心性)의 개념 이해를 중심으로 권상하(權尙夏)의 심성론(心性論)을 검토하면서, 호학[호론] 형성의 선하(先河)로서의 그 사상사적 위치를 짚어보았다. 권상하는 호락논쟁이 본격화된 1709년 이전에, 기질지성(氣質之性) 내에서 본연지성(本然之性)[성선(性善)]을 확보할 수 있다는 일성(一性) 이해를 바탕으로 한, 오상편전(五常偏全)의 인물성상이(人物性相異)로 그의 입장을 이미 정리하고 있었으며, 호학[호론]의 학자들은 이러한 영향아래 자신들의 사유를 형성하고 호락논쟁 과정에서 오상편전(五常偏全)[인물성상이(人物性相異)]을 주장하였다. 권상하는 성(性)을 중심으로 한 심성일물(心性一物)의 관점에서 허령(虛靈)한 심(心)의 주재성(主宰性)을 인정하지 않았다. 이것이 제자 한원진(韓元震)과 윤봉구(尹鳳九)가 말한 '심성이기(心性二岐)의 의논과 의혹을 종식시키고 평정한 공(功)'이며, 한원진이 말한 '성선(性善)의 필연을 밝힌 공(功)'이다. 이 논리 역시 호락논쟁이 본격화되기 전에 이미 정립되어 있었으며, 호학[호론]의 학자들은 이러한 영향아래 자신들의 사유를 형성하고 호락논쟁 과정에서 기부용사(氣不用事)[미발기질유선악(未發氣質有善惡)]를 주장하였다.

• International Journal of Advanced Culture Technology
• /
• 제11권3호
• /
• pp.113-121
• /
• 2023

The purpose of this study is to verify whether there is a difference in boredom between education types (offline vs. online) in the mandatory education scene, and to explore the moderator effect of meaning making activities in the relationship between education types and boredom. In this study, 197 college students were divided into offline and online groups and they participated in mandatory education. The meaning making activity was operationalized based on the meaning discovery scale. As a result of the study, the state boredom after mandatory education was significantly higher in the online group than in the offline group. However, meaning making activities did not moderate the relationship between education type and the state boredom. Through further analysis, it was found that boredom in both groups significantly decreased after the meaning making activity.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.137-142
• /
• 2017

원격 지도 학습은 자동으로 매우 큰 코퍼스와 지식베이스 간의 주석 데이터를 생성하여 기계 학습에 필요한 학습 데이터를 사람의 손을 빌리지 않고 저렴한 비용으로 만들 수 있어, 많은 연구들이 관계 추출 문제를 해결하기 위해 원격 지도 학습 방법을 적용하고 있다. 그러나 기존 연구들에서는 모델 학습의 입력으로 사용되는 단어 임베딩에서 단어의 동형이의어 성질을 반영하지 못한다는 단점이 있다. 때문에 서로 다른 의미를 가진 동형이의어가 하나의 임베딩 값을 가지다 보니, 단어의 의미를 정확히 파악하지 못한채 관계 추출 모델을 학습한다고 볼 수 있다. 본 논문에서는 원격 지도 학습 기반 관계 추출 모델에 다중-어의 단어 임베딩을 적용한 모델을 제안한다. 다중-어의 단어 임베딩 학습을 위해 어의 중의성 해소 모듈을 활용하였으며, 관계 추출 모델은 문장 내 주요 특징을 효율적으로 파악하는 모델인 CNN과 PCNN을 활용하였다. 본 논문에서 제안하는 다중-어의 단어 임베딩 적용 관계추출 모델의 성능을 평가하기 위해 추가적으로 2가지 방식의 단어 임베딩을 학습하여 비교 평가를 수행하였고, 그 결과 어의 중의성 해소 모듈을 활용한 단어 임베딩을 활용하였을 때 관계추출 모델의 성능이 향상된 결과를 보였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.137-142
• /
• 2017

원격 지도 학습은 자동으로 매우 큰 코퍼스와 지식베이스 간의 주석 데이터를 생성하여 기계 학습에 필요한 학습 데이터를 사람의 손을 빌리지 않고 저렴한 비용으로 만들 수 있어, 많은 연구들이 관계 추출 문제를 해결하기 위해 원격 지도 학습 방법을 적용하고 있다. 그러나 기존 연구들에서는 모델 학습의 입력으로 사용되는 단어 임베딩에서 단어의 동형이의어 성질을 반영하지 못한다는 단점이 있다. 때문에 서로 다른 의미를 가진 동형이의어가 하나의 임베딩 값을 가지다 보니, 단어의 의미를 정확히 파악하지 못한 채 관계 추출 모델을 학습한다고 볼 수 있다. 본 논문에서는 원격 지도 학습 기반 관계 추출 모델에 다중-어의 단어 임베딩을 적용한 모델을 제안한다. 다중-어의 단어 임베딩 학습을 위해 어의 중의성 해소 모듈을 활용하였으며, 관계 추출 모델은 문장 내 주요 특징을 효율적으로 파악하는 모델인 CNN과 PCNN을 활용하였다. 본 논문에서 제안하는 다중-어의 단어 임베딩 적용 관계추출 모델의 성능을 평가하기 위해 추가적으로 2가지 방식의 단어 임베딩을 학습하여 비교 평가를 수행하였고, 그 결과 어의 중의성 해소 모듈을 활용한 단어 임베딩을 활용하였을 때 관계추출 모델의 성능이 향상된 결과를 보였다.