• 재활복지
• /
• 제21권3호
• /
• pp.187-207
• /
• 2017

본 연구는 일반노년층을 대상으로 단어정의하기 과제를 실시하여, 노화에 따른 구체명사와 추상명사의 단어정의하기 능력 변화를 살펴보았다. 대상자는 55~64세, 65~74세, 75~84세, 85세 이상의 네 개 연령집단으로 분류된 총 382명의 일반노인들이었다. 5개의 구체명사와 5개의 추상명사로 구성된 단어정의하기 과제를 실시하여, 단어정의 점수, 주요의미/부수의미의 개수 및 비율, 오류유형을 분석하였다. 연구 결과 구체명사의 정의점수, 주요의미/부수의미의 개수 및 비율은 네 집단 간 차이가 모두 유의하였다. 추상명사의 경우, 높은 연령집단인 75~84세와 85세 이상 집단 간 차이를 제외한 모든 연령집단 간 차이가 통계적으로 유의하였다. 오류의 산출빈도는 85세 이상 집단에서 급격한 증가를 보였으며 오류유형의 산출비율은 55~64세, 65~74세 집단에서 개인적 경험 오류, 75~84세 집단에서 목표어휘 반복 오류, 85세 이상 집단에서 무반응 오류가 가장 높았다. 이러한 결과는 구체명사와 추상명사 모두 노화가 진행됨에 따라 의미망 내에서의 어휘 및 의미자질들의 확산적 활성화가 제한되어 주요의미와 부수의미의 개수가 감소하고 이로 인해 단어에 대한 정의 내용 또한 빈약해진다는 것을 의미한다. 또한 연령이 높은 집단일수록 의미망 내에서 목표어휘와 가까운 거리에 있는 주요의미의 비율이 증가하였다. 본 연구는 다양한 연령대의 노인집단을 대상으로 단어정의하기 능력을 살펴보아, 노화에 따른 언어능력 특성을 제시하였다는 점에 의의가 있다.

• 한국음향학회지
• /
• 제27권6호
• /
• pp.303-308
• /
• 2008

본 연구는 한국어에서 단어빈도가 명사 정의하기에 미치는 효과를 살펴보는 것이다. 초등학생, 중학생, 고등학생, 대학생 80명을 대상으로 명사의 친숙도와 명사의 정의하기를 분석하였다. 의미범주를 "사용/목적," "묘사," "관련/관계," "부분설명," "설명," "오류," "부분설명-속성," "부분설명-특정 분류." "부분설명-비특정 분류," "설명-특정 분류," "설명-비특정 분류"로 분류하여 분석하였다. 그 결과 저빈도 명사보다 고빈도 명사의 경우 더 친숙도를 보였고 분류명사나 속성의 의미범주를 사용하는 "설명"의 경우 저빈도 명사보다 고빈도 명사의 경우 더 높은 빈도를 보였다. 그리고 분류명사와 속성의 의미범주가 연령에 따라 증가하였고 오류반응이 연령이 증가하면서 적게 나타났다. 따라서 명사 정의하기에서 명사의 출현빈도가 중요한 영향력을 미치는 것을 알 수 있었다.

• 한국농촌건축학회논문집
• /
• 제5권3호
• /
• pp.34-43
• /
• 2003

This study attempts to understanding of outer space elements in a rural house through an analysis nouns for function definition phase in design value engineering. To choose main check objects, this study examines requests by rural dwellers and analyze function definition in design value engineering. The rural dwellers prefers that barrier free design, outdoor working space and security of calamity. Each selected elements are classified the nouns into a main noun by analysis function definition nouns at design VE phase. The nouns are reclassified into the main nouns as a distance, a space, and a form.

• 한국언어정보학회지:언어와정보
• /
• 제10권1호
• /
• pp.47-69
• /
• 2006

Recently, there has been a surge of interests concerning the construction and utilization of a Korean thesaurus. In this paper, a semi-automatic method for generating a lexical-semantic network of Korean '-ha' verbs is presented through an analysis of the lexical definitions of these verbs. Initially, through the use of several tools that can filter out and coordinate lexical data, pairs constituting a word and a definition were prepared for treatment in a subsequent step. While inspecting the various definitions of each verb, we extracted and coordinated the head words from the sentences that constitute the definition of each word. These words are thought to be the main conceptual words that represent the sense of the current verb. Using these head words and related information, this paper shows that the creation of a thesaurus could be achieved without any difficulty in a semi-automatic fashion.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.321-323
• /
• 2000

국어 사전은 자연 언어 처리에서 필요로 하는 많은 정보를 구조적으로 포함하고 있으므로, 사전으로부터 다양한 언어 지식을 자동으로 획득할 수 있는 방법이 필요하다. 본 연구는 이러한 자동 지식 획득을 위한 기본적인 도구로서 국어 사전의 뜻풀이말 파서를 구현하는 것을 목적으로 한다. 이를 위해서 우선 국어 사전의 뜻풀이말을 대상으로 일정한 수준의 구문 부착 말뭉치를 구축하고, 이 말뭉치로부터 통계적인 방법에 기반하여 문법 규칙과 확률을 자동으로 추출한다. 본 연구는 이를 응용한 확률적 차트 파서를 구현하는 것이다. 그 결과 고려대 태거보다 11.61%의 정확률 향상을 보였는데, 이로써 구문 구조 정보가 품사 태깅에도 유용함을 알 수 있었다.

• 인지과학
• /
• 제10권4호
• /
• pp.1-10
• /
• 1999

한국어 명사들을 의미별로 분류하여 계층화시킨‘한국어 명사 의미 계층 구조’는, 한국어 문장을 처리할 때 의미 정보를 제공할 수 있는 매우 중요한 것들 중의 하나이다. 본 논문에서는, 국어 사전의 명사에 대한 뜻 풀이말을 이용하여 bottom-up 방식으로‘한국어 명사 의미 계층 구조’를 구축하였다. 본 논문에서 구축한‘한국어 명사 의미계층 구조’는, 트리(tree)가 43개, 중간 노드(node)가 2,443개, 단말 노드(terminal node)가 10,347개이며, 깊이(depth)가 17인 하나의 포리스트(forest)를 이룬다. 이것의 제 1, 2 계층(level 1, 2)에서의 분류 형태는 top-down 방식에 의한 기존의 분류들과 매우 다른 모습인 반면에, 제 3 이하의 계층들은 상당히 객관적이 형태를 이루고 있다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제39권2호
• /
• pp.172-178
• /
• 2015

Constructing a bilingual multi-word lexicon is confronted with many difficulties such as an absence of a commonly accepted gold-standard dataset. Besides, in fact, there is no everybody's definition of what a multi-word unit is. In considering these problems, this paper evaluates and analyzes the context vector approach which is one of a novel alignment method of constructing bilingual lexicons from parallel corpora, by comparing with one of general methods. The approach builds context vectors for both source and target single-word units from two parallel corpora. To adapt the approach to multi-word units, we identify all multi-word candidates (namely noun phrases in this work) first, and then concatenate them into single-word units. As a result, therefore, we can use the context vector approach to satisfy our need for multi-word units. In our experimental results, the context vector approach has shown stronger performance over the other approach. The contribution of the paper is analyzing the various types of errors for the experimental results. For the future works, we will study the similarity measure that not only covers a multi-word unit itself but also covers its constituents.

• 인지과학
• /
• 제10권3호
• /
• pp.1.1-10
• /
• 1999

한국어 명사들을 의미별로 분류하여 계층화시킨‘한국어 명사 의미 계층 구조’는, 한국어 문장을 처리할 때 의미 정보를 제공할 수 있는 매우 중요한 것들 중의 하나이다. 본 논문에서는, 국어 사전의 명사에 대한 뜻 풀이말을 이용하여 bottom-up 방식으로‘한국어 명사 의미 계층 구조’를 구축하였다. 본 논문에서 구축한‘한국어 명사 의미계층 구조’는, 트리(tree)가 43개, 중간 노드(node)가 2,443개, 단말 노드(terminal node)가 10,347개이며, 깊이(depth)가 17인 하나의 포리스트(forest)를 이룬다. 이것의 제 1, 2 계층(level 1, 2)에서의 분류 형태는 top-down 방식에 의한 기존의 분류들과 매우 다른 모습인 반면에, 제 3 이하의 계층들은 상당히 객관적이 형태를 이루고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권9호
• /
• pp.688-698
• /
• 2001

동형이의어는 문장에서 그와 함께 사용된 체언, 용언에 의해서 그의 의미를 확정지을 수 있다. 본 논문에서는 사전의 뜻풀이말에서 추출한 통계적 의미정보에 기반한 동형이의어 중의성 해결 시스템을 제안한다. 의미정보는 동형이의어를 포함하고 있는 사전의 뜻풀이말에서 체언(보통 명사)와 용언(형용사, 동사)을 추출하여 구성된다. 정확한 의미정보를 추출하기 위해서 사전 뜻풀이말의 유형을 두 가지로 분류하였다. 첫 번째 유형은 의미분별할 동형이의어와 표제어가 의미적으로 상-하의어 관계를 이루고 있는 경우로, 표제어의 뜻풀이말에서 동형이의어가 의미적으로 중심어이다. 이러한 상-하의어 관계는 의미계층 구조가 없는 경우에 활용할 수 있으며, 자료 부족 문제를 해결하기 위한 의미정보의 확장에 유용하다. 두 번째 유형은 동형이의어가 뜻풀이말의 중간에 사용된 경우이다. 본 논문에서 제안하는 동형이의어 중의성 해결 시스템은 체언과 용언 의미정보를 모두 고려한 모델로, 체언과 용언이 동형이의어 중의성 해결에 영향을 주는 정도(가중치)를 결정하기 위하여 9개의 동형이의어 명사를 대상으로 실험하였다. 학습에 이용된 코퍼스(사전 뜻풀이말)로 실험한 결과, 체언과 용언의 가중치가 0.9/0.1일 때 평균 96.11%의 중의성 해결 정확률이 가장 높았다. 또한 제안하는 동형이의어 중의성 해결 시스템의 일반성을 측정하기 위해, 학습되지 않은 외부 데이터 (국어 정보베이스 I과 ETRI 코퍼스 1,796 문장)로 실험한 결과 평균 80.73%의 정화률을 보였다.