Comparison of rhythm metrics of Russian and Korean L1 and L2 Speakers

Alesiya Kim; Koonhyuk Byun

doi:10.38077/KJRLL.2019.06.31.2.109

추천

검색

질문

자료유형: 학술저널

저자정보: Alesiya Kim (한국외국어대학교) Koonhyuk Byun (한국외국어대학교)

저널정보: 한국노어노문학회 노어노문학 노어노문학 제31권 제2호

발행연도: 2019.6

수록면: 109 - 132 (24page)

DOI: 10.38077/KJRLL.2019.06.31.2.109

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper presents a comparative study of speech rhythm of Russian and Korean L1/L2 languages. The comparative evaluation of interval measures (%V, ΔC, ΔV), pairwise variability indices (nPVI-V, rPVI-C), rate-normal interval measures (VarcoC, VarcoV) have been applied to quantifying the influence of first language on second language rhythm. The metrics %V, ΔV, VarcoV and nPVI-V all showed evidence of differences within supposed rhythm classes of Russian and Korean. Consonant metrics VarcoC, ΔV and rPVI-C offered the expected pattern of discrimination from both the speaker’s native language and the target language. It was found that the native syllable timed rhythm of Korean speakers was apparently carried over to the target language, Russian.

Языки мира различаются как по допустимым в слове ритмическим схемам, так и по функциям, выполняемым в них ударением. Примером языка с исключительным разнообразием акцентных (т.е. предоставляемых ударением) возможностей является русский.
Языки, которые используют различие слоговых тонов для передачи смысловых противопоставлений, относятся к слоговым языкам. Данная классификация тональных систем была предложена в конце 1940-х годов американским лингвистом К. Пайком.
В данной статье представленно сравнение русского как акцентного и корейского как слогового языков, а также рассмотрено влияние ритма родного языка на изучаемый язык.
В целях классификации тональных систем языков были применены «традиционные» параметры, как %V, ΔC, ΔV, nPVI-V, rPVI-C, VarcoC, VarcoV.
Представление каждого параметра кратко изложено ниже (Jang 2009).
% V: количественное соотношение интервалов гласных (Ramus et al. 1999)
ΔC: ненормализованные вариации интервалов гласных (Ramus et al. 1999)
ΔV: ненормализованные вариации интервалов согласных (Ramus et al. 1999)
VarcoC: нормализованная по скорости вариабельность интервалов согласных (Dellwo 2006)
VarcoV: нормализованная по скорости вариабельность интервалов гласных (Dellwo 2006, White & Mattys 2007)
nPVI-V: нормализованный индекс парной изменчивости гласных (Grabe and Low 2002)
rPVI-C: ненормализованный индекс парной изменчивости согласных (Grabe and Low 2002)
Скорость речи: количество слогов в секунду
Таким образом, статистические данные параметров гласных (%V, ΔV, VarcoV и nPVI-V) подтвердили классификацию русского, как акцентного и корейского как слогового языков. А параметры согласных (VarcoC, ΔV и rPVI-C) указали на различие ритмов в речи носителей русского языка и русской речи корейских учащихся, подтверждая гипотезу о наложении ритма родного языка в русскую речь.

#rhythms #rhythm metric #stress-timed language #syllable-timed languages #comparative study

참고문헌 (31)

참고문헌 신청

Abercrombie, D. / 1967 / Elements of general phonetics / Aldine

Bates, D. M. / 2007 / Lme4: Linear mixed-effects models using S4 classes. R package version 0.99875-6 / Springer new York Heidelberg Dordrecht London

Bates / 2012 / Computational Methods for Mixed Models / R Foundation for Statistical Computing, Springer new York Heidelberg Dordrecht London

Bel / 2002 / Aix-en-Provence: Laboratoire Parole et Langage :115~120

Cho, Moon-Hwan / 2004 / Rhythm typology of Korean speech / Cognitive Process 5:249~253

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김알레샤

소속기관 한국외국어대학교

주요연구분야 인문학 > 어문학 > 기타 어문학 사회과학 > 지리학 > 지역학

논문수 3 이용수 42

변군혁

소속기관 한국외국어대학교

주요연구분야 인문학 > 어문학 > 언어학 일반 인문학 > 인문학 일반

논문수 12 이용수 854

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2019-892-000937716

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (31)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)