The purpose of this study is to establish an emotional adjectives network and
clarify the vocabularies into meaning-relevant clusters by applying social network
analysis techniques.
It is difficult to classify emotional adjectives into groups accor...
The purpose of this study is to establish an emotional adjectives network and
clarify the vocabularies into meaning-relevant clusters by applying social network
analysis techniques.
It is difficult to classify emotional adjectives into groups according to a set
standard because an emotional adjective can be used to express several different
emotions. Therefore, the criteria for emotional vocabulary classification and the
vocabulary lists of the groups from prior research are variant. The objective of
this is to visualize the lexical relations of the meaning of complex emotional
adjectives by representing the network, and create clusters massed by the
meaning of vocabularies. If the classification of the emotional vocabularies from
previous research can no longer be classified into several groups, then significance
of this is determining the meaning of the vocabulary within the clusters
according to the relations
The headword and core words of semantic interpretation, which are included in
Korean dictionaries, were used to build a network. The emotional adjective that
plays a key role in revealing the meaning of the headword within the definition is
extracted and a link is created through the connection with the headword, which
is also an emotional adjective. Due to the junctional characteristic of emotional
adjectives, 300-400 words were connected to form one component.
Chapter 3 analyzes the structure and characteristic of meaning of emotional
adjective networks used to form a component group. Emotional adjectives were
divided into several sub-clusters through cluster analysis. The descriptions of the
emotional adjectives from the dictionaries were compared to the relevant
vocabulary clusters with existing meaning classifications and the various aspects
of the vocabularies tied to the clusters were examined.
In Chapter 4, the emotions of “joy, sadness, anger, and fear,” which appear in
both previous research and the emotional adjective clusters, are discussed at
length. The type and vocabulary list of the clusters are examined. From there, the
similarities and differences of the types of dictionaries are discussed. Upon
reviewing the different types of dictionaries, it was observed that the lists of
related vocabularies and clusters were similar. The differences in the definition
structure of the dictionaries resulted in differences in the elements of the
network’s structure and the connection of words. Because similar vocabulary retain
their close relationship in meaning when forming clusters, it can be generalized
that core words of definitions can be used to form related vocabulary clusters.
The differences were reexamined to delineate the relationship between meanings of
emotional adjectives.
In Chapter 5, the selection of basic emotional adjectives according to page rank
analysis and the use of the <Frequency Dictionary of the Meaning of the Basic
Vocabulary of Korean (한국어 기본어휘 의미 빈도 사전)> was discussed. It was
found that the cored words were regularly used and the important words can be
used as a foundation for understanding the meaning of emotional adjectives; the
emotional adjectives that appear in the corpus are also important when
determining the meaning of vocabulary. The dictionaries’ corpus meaning
frequency and page rank value were compared and the vocabulary considered for
the default selection of emotional adjectives was discussed
본 연구의 목적은 소셜 네트워크 분석 기법을 활용하여 감정형용사 네트워크를 구축하고 어휘들의 의미 관계를 밝혀 관련 어휘 군집으로 나누는 데에 있다.
하나의 감정형용사는 여러 감...
본 연구의 목적은 소셜 네트워크 분석 기법을 활용하여 감정형용사 네트워크를 구축하고 어휘들의 의미 관계를 밝혀 관련 어휘 군집으로 나누는 데에 있다.
하나의 감정형용사는 여러 감정을 내포하고 있기 때문에 감정형용사들의 의미를 일정한 기준으로 분류하는 데에 어려움이 따랐으며, 따라서 선행연구에서의 감정 어휘 분류 기준 및 목록이 제각기 다른 것을 볼 수 있었다. 본고에서는 복잡한 감정형용사들의 의미를 네트워크를 통해 표상하여 어휘 관계를 시각화하고, 각 감정형용사가 다른 감정형용사와 가지는 의미적 연관성을 기반으로 하여 의미 군집을 생성하고자 하였다. 선행연구의 의미 구분이 대상이 되는 어휘들을 분류하는 데에 그쳤다면, 본고의 감정형용사 군집화는 어휘들이 맺는 관계를 표상하여 분류의 기준으로 삼고, 각 군집에 속한 어휘들의 관계를 통해 어휘의 의미를 파악할 수 있다는 점에서 의의가 있다.
네트워크를 구축하는 데에는 사전의 감정형용사 표제어 및 뜻풀이 중심어의 관계를 이용하였다. 뜻풀이문에서 표제어의 의미를 드러내는 데에 핵심적인 역할을 하는 감정형용사를 추출하고, 감정형용사인 표제어와의 연결을 통해 링크를 생성하였다. 감정이 여러 어휘에 걸쳐 연접되는 감정형용사의 특성으로 인해 300-400개의 감정형용사가 끊어지지 않고 연결되었으며 이들은 하나의 구성 집단(component)을 형성하였다.
제3장에서는 구성 집단(component)을 이루는 감정형용사 네트워크의 구조와 의미 특성을 살펴보았으며 군집(cluster) 분석을 통해 감정형용사를 하위 군집으로 나누었다. 관련 어휘 군집을 기존 의미 영역 구분과 비교하여 일치하는 부분과 새로이 생긴 영역들에 관해 알아보았으며, 각 군집에 관련 어휘들이 묶인 양상에 대해 검토하였다.또한 군집들 간의 연결을 통해 감정들 간의 거리에 대해서도 알아보았다.
제4장에서는 선행연구 및 감정형용사 군집에서 공통으로 나타난 ‘기쁨, 슬픔, 분노, 두려움’의 감정에 관해 자세히 살펴보았다. 감정에 관한 군집의 종류와 어휘 목록을 검토하고 사전의 종류에 따른 공통점과 차이점에 관해 살펴보았다. 사전이 달라지더라도 관련 어휘 목록 및 관련 군집은 비슷하게 나타났으며 두 사전의 뜻풀이 구조에 따라 네트워크의 구성 요소 및 연결 양상에서는 차이를 보였다. 비슷한 어휘들이 가까운 의미 관계를 지니면서 군집을 형성하고 있다는 점에서 뜻풀이 중심어를 활용한 관련 어휘 군집의 형성은 일반성을 지닐 수 있을 것으로 나타났으며 차이를 보이는 부분들은 재검토하여 의미 관계 기술에 반영할 수 있을 것으로 보았다.
제5장에서는 감정형용사의 페이지랭크 분석과 <한국어 기본어휘 의미 빈도 사전>을 통해 기본 감정형용사의 선정에 관해 논의하였다. 뜻풀이 중심어로 자주 쓰이면서 중요하게 다루어지는 어휘들은 감정형용사의 의미를 파악하는 데에 있어 기본이 된다고 볼 수 있으며, 말뭉치에서 고빈도로 나타나는 감정형용사 역시 의미를 파악하는 데에 중요한 어휘이다. 사전의 페이지랭크 값과 말뭉치의 의미 빈도를 비교하여 기본 감정형용사 선정에 고려되어야 할 어휘에 관해 논하였다.
참고문헌 (Reference)
|
