• 한국언론정보학보
• /
• 제18권
• /
• pp.63-97
• /
• 2002

본 논문은 텔레비전이 시사토론 장르를 어떻게 구축하고 있으며, 그러한 장르적 양식이 사회적 공론장으로서의 공적 토론에 어떻게 의미를 부여하는가에 관심을 갖고 텔레비전에서 방영되는 시사토론 네 편을 대상으로 2001년 6월 한달 간의 포맷, 주제, 참여자, 통용되는 지식 등을 텍스트 분석하였다. 그 결과 텔레비전 토론은 시사성 주제, 심야편성, 논쟁적 토론, 찬반구도, 생방송 등의 특징적 틀을 공유하고 있었으며, 특히 정책토론의 경우 거의 똑같은 형식과 내용을 반복하고 있었다. 이 들은 경성/거시적인 주제, 권위적이고 조직적인 진행, 전문가와 남성으로 구성된 패널, 집단적 이해의 반영, 제한된 수용자 접근권을 공통적인 특징으로 보여주고 있었다. 토론장르가 수적으로는 활성화되어 있지만 획일적인 관습의 반복에 따라 결국 공론장의 다양한 가능성은 엄격하게 재생산되는 관습적 틀 속에 함몰되어 양식만이 재생산되는 모습을 보여주었다. 가치토론장르에서 새로운 시도가 나타나고는 있지만 보다 민주적이고 심층적인 토론을 이끌어내기 위해서는 장르관습의 전반적인 변화가 요청된다.

• 정보처리학회논문지B
• /
• 제12B권4호
• /
• pp.499-506
• /
• 2005

특수 전문화된 정보를 자동으로 수집하기 위해서는 인터넷 상을 순회하면서 대규모 자료를 모아오는 현재의 웹 로봇의 기능만으로는 그 역할을 수행하기에 부족함이 있다 따라서 본 논문에서는 현재의 웹 로봇의 기능과 활용도를 분석하여 보고 전문정보를 수집하는데 있어서 한계점을 알아보았다 또한 특수화된 분야의 전문정보를 수집하기 위하여 웹 로봇인 갖추어야 할 기능들을 도출해 내고 이를 설계한 내용을 기술하였다. 웹 로봇에 접목된 주요기능은 문서를 유형기반으로 분류할 수 있는 장르기반 분류와 주제기반으로 분류하는 내용기반 분류이다. 특히 장르기반 분류는 웹 로봇이 목적 문서를 효과적으로 수집할 수 있도록 하는 주요 기능으로 작용하였다.

• 영어영문학
• /
• 제55권6호
• /
• pp.1087-1101
• /
• 2009

The ongoing attempt to classify and categorize Jonathan Swift's literary work, A Tale of a Tub, as either satire or parody has not only opened issues concerning authorial intent and a present voice but also surfaced questions as to whether Swift identifies with what he is criticizing, thereby becoming the subject he schemes to destroy in his own literary work. In addressing these critical problems, my paper questions the boundaries of genre and analyzes the Tale, not within the conventional terms of literary genre, but by applying Bakhtin's theory of the carnivalistic impulse to Swift's Tale. Rather than focus on finding the author or identifying a voice within the text, Bakhtin's literary vision of carnivalization allows a means of subverting all rules yet holding the work together to present a shocking experience for the reader. Within the Tale, carnivalistic participation includes the reader who at one point is given the detached position of subjective spectator yet eventually decrowns the reader as both a carnivalistic participant and object of the same ridicule and derision once used to judge others. In conclusion, the Tale is revealed as a mocking commentary on the efforts of human beings/participants/writers to ignore the carnival aspects of existence and attempt to elevate themselves to the privileged role of spectator/reader.

• 영미문화
• /
• 제17권1호
• /
• pp.81-106
• /
• 2017

Using recently emerging quantitative methods, this article provides a comparative study of the diachronic changes in the narrations of novel, history, and science from the early 18th-century to the 20th-century. To trace the narrative changes in different genres, this article discusses how text-mining methodology can be introduced in literary studies. We compared the traces of narrative in three genres—novel, history, and science—as a pilot study, with the three major grammatical elements of narrative: pronoun, subordinating conjunction, and action verbs in past tense. The results of data-mining show that the use of pronoun and action verb has increased in the genre of novel toward the $20^{th}$ century, while history and science has developed less story-like writing styles.

• 한국컴퓨터정보학회논문지
• /
• 제23권11호
• /
• pp.31-41
• /
• 2018

Text classification has been studied for a long time in the Natural Language Processing field. In this paper, we propose an article- and paragraph-level genre classification system using Word2Vec-based LSTM, GRU, and CNN models for large-scale English corpora. Both article- and paragraph-level classification performed best in accuracy with LSTM, which was followed by GRU and CNN in accuracy performance. Thus, it is to be confirmed that in evaluating the classification performance of LSTM, GRU, and CNN, the word sequential information for articles is better than the word feature extraction for paragraphs when the pre-trained Word2Vec-based word embeddings are used in both deep learning-based article- and paragraph-level classification tasks.

• 고전문학과교육
• /
• 제34호
• /
• pp.5-39
• /
• 2017

이 연구는 고전 국문 장편 소설 교육에 활용할 수 있는 장르 지식을 설정하는 것을 목적으로 한다. 장르 지식은 개별 작품의 특성을 유적 특성에 대한 앎에 기초해 파악할 수 있도록 하는 것은 물론 사회 맥락에 관한 정보와 유기적으로 연결시킨다는 점에서 교육적 의의가 있다. 이 연구에서는 분량이 길고 작품들 간 내용이 유사한 고전 국문 장편 소설이 장르 지식을 토대로 이해하기에 적합한 텍스트라고 보고, 대표적인 작품인 <소현성록>의 '사용역(register)'을 분석하여 고전 국문 장편 소설의 장르 지식을 마련하는 데 기초로 삼고자 하였다. '사용역'은 시드니 학파에서 장르와 언어를 연결하는 매개로 설정한 개념으로, 사회 맥락(social context) 차원에서는 '장(field)', '주체(tenor)', '양식(mode)'으로 구성되고 언어 층위에서는 각각 '관념적 의미(ideational meaning)', '상호작용적 의미(interpersonal meaning)', '텍스트적 의미(textual meaning)'를 실현한다. '관념적 의미'는 '관념화(ideation)'와 '접속사(conjunction)'에서, '상호작용적 의미'는 '평가(appraisal)'와 '협상(negotiation)'에서, '텍스트적 의미'는 '식별(identification)'과 '주기성(periodicity)'에서 도출되는데, 이들은 각각 경험의 언어화 방식, 참여자 간의 관계, 텍스트의 구성 방식을 알 수 있게 한다. 이러한 틀을 바탕으로 이 연구는 <소현성록>의 언어적 특징에서 '인간의 감정과 욕망에 대한 폭넓은 수용, 그리고 그것이 최종적으로는 규범에 포섭되기를 꾸준히 기다리는 태도'가 나타남을 밝혔다. <소현성록>과 같은 고전 국문 장편 소설은 규범을 온전히 준수하지는 못하더라도 악인으로 전락하지는 않는 인물의 모습을 충실히 그려냄으로써 가부장제 이데올로기 속에서 가(家)를 이루는 구성원들에게 생생한 공감을 불러일으켰으며, 이는 고전 국문 장편 소설의 이데올로기적 함의를 이해하는 데 유용한 장르 지식이 된다.

• 정보화연구
• /
• 제9권4호
• /
• pp.413-422
• /
• 2012

웹 문서의 지속적인 증가로 인해 텍스트 기반, Page Rank 등의 방법으로 한 연구들이 증가하고 있다. 특히 웹 문서 내 URL 정보, HTML Tag 정보 등을 활용하는 연구들이 다시 주목을 받고 있다. 따라서 웹 문서 장르 분류를 위해 앞서 언급한 웹 문서 내 특징 요소들을 바탕으로 본 논문에서는 STW(Semantic Term Weight)를 적용하여 웹 문서 장르 분류하는 연구를 기술한다. 웹 문서 장르 분류에 사용되는 데이터 셋은 학습 문서와 테스트 문서로 구성되고, SVM 알고리즘을 사용하여 웹 문서 분류 실험을 수행한다. 학습 과정을 위해 20-Genre-collection corpus 내 1,000여개의 문서를 선정하여 SVM 알고리즘을 통해 학습하였고, 테스트 과정에서 사용된 데이터 셋은 KI-04 corpus를 사용하였다. 테스트 과정 후 STW를 사용한 실험과 STW를 사용하지 않은 실험으로 분류하여 정확도를 측정하였다. 또한 이를 바탕으로 1,212개의 테스트 문서를 분류하였다. 그 결과 STW를 사용한 실험 이 그렇지 않은 실험 보다 약 10.2% 높은 정확도를 보였다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.97-113
• /
• 2016

인터넷상의 데이터가 급속하게 증가함에 따라 막대한 양의 데이터를 목적에 맞게 적절히 활용하는 빅데이터 분석이 활발하게 진행되고 있다. 최근에는 기존의 정형 데이터분석이 가진 한계점을 보완하는 방법으로 비정형 데이터 분석 분야 중 하나인 텍스트마이닝 기법에 대한 연구들이 다수 이루어지고 있으며, 특히 텍스트를 기반으로 문장의 긍정, 부정을 판별하고 분류하는 감성분석과 관련된 연구들이 활발하게 이루어지고 있다. 이러한 연구의 연장선 상에서, 본 연구는 감성분석에 사용되는 감성사전을 데이터의 특성에 맞게 적절하게 변형하여 구축하는 방법을 시도하였다. 데이터가 속한 영역의 특성을 고려하지 않은 기존의 범용 감성사전을 감성분석에 사용할 경우, 해당 영역에서 쓰이는 단어 또는 감정 표현을 반영하지 못하므로 감성분석의 정확성이 떨어질 수 있다. 따라서 감성분석에 있어서 영역 맞춤형 감성사전의 사용 시 데이터 영역의 특성을 정확하게 반영해 분석의 정확성을 높여줄 것으로 기대할 수 있다. 본 연구에서는 영화 리뷰 데이터를 분석 대상으로 선정하였으며, 대표적 영화정보 사이트 IMDb에서 발생된 약 2년간의 영화리뷰 데이터를 수집 분석하였다. 분석에 앞서 영화 장르별 사용되는 단어의 의미가 각각 다를 것을 고려하여 영화를 '액션', '애니메이션', '코메디', '드라마', '공포', '과학공상' 6개 장르로 분류했다. 맞춤형 감성사전 구축을 위한 핵심 기법으로 SO-PMI(Semantic Orientation from Point-wise Mutual Information)를 활용하였으며, 어휘 간 극성이 뚜렷하게 구분되는 형용사에 한정하여 연구를 진행했다. 분석결과 맞춤형사전을 활용한 감성분석 예측정확도는 영화 장르별로 상이했다. '애니메이션'을 제외한 5개 장르에서 기존의 범용 감성사전대비 맞춤형 감성사전의 예측정확도가 통계적으로 유의한 수준의 성능 향상을 보였다. 본 연구에서는 데이터 영역의 특성에 맞는 맞춤형 사전 구축을 통한 감성분석의 예측의 성능 향상을 확인하였다. 향후 감성사전 구축 시 동사, 부사 등 다양한 품사의 어휘를 추가하여 감성분석 예측정확도를 높이는 방안을 모색할 수 있을 것이다.

• 방송공학회논문지
• /
• 제18권4호
• /
• pp.559-571
• /
• 2013

2차원 비디오를 3차원 스테레오 비디오로 변환할 때 기존 비디오에 삽입되어 있는 오버레이 텍스트(overlay text) 그래픽 영역으로 인해 발생하는 문제점을 이 논문에서 제시한다. 이를 해결하기 위한 방법으로 2차원 비디오를 오버레이 텍스트 그래픽 영역만 있는 영상과 오버레이 그래픽 영역이 추출되어 홀(hole)이 있는 영상으로 분리하여 처리하는 시나리오를 제안한다. 그리고 이 시나리오의 첫 번째 단계로 오버레이 텍스트 영역을 검색하고 추출하는 방법에 대해서만 이 논문에서 논한다. 비디오 시퀀스(sequence)가 입력되면 불필요한 연산 과정을 줄이기 위해 해리스 코너(Harris corner)로 얻어진 코너 밀도 맵을 이용하여 프레임 내 오버레이 텍스트의 존재 유무를 먼저 판단한다. 오버레이 텍스트가 있다면, 색(color) 정보와 움직임(motion) 정보를 결합하여 오버레이 텍스트 그래픽 영역을 검색하고 추출한다. 실험에서는 여러 가지 장르의 방송용 비디오에 대한 처리 결과를 보여주고 분석했다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권9호
• /
• pp.4568-4584
• /
• 2016

Steganography based on text generation has become a hot research topic in recent years. However, current text-generation methods which generate texts of normal style have either semantic or syntactic flaws. Note that texts of special genre, such as poem, have much simpler language model, less grammar rules, and lower demand for naturalness. Motivated by this observation, in this paper, we propose a text steganography that utilizes Markov chain model to generate Ci-poetry, a classic Chinese poem style. Since all Ci poems have fixed tone patterns, the generation process is to select proper words based on a chosen tone pattern. Markov chain model can obtain a state transfer matrix which simulates the language model of Ci-poetry by learning from a given corpus. To begin with an initial word, we can hide secret message when we use the state transfer matrix to choose a next word, and iterating until the end of the whole Ci poem. Extensive experiments are conducted and both machine and human evaluation results show that our method can generate Ci-poetry with higher naturalness than former researches and achieve competitive embedding rate.