메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤영민 (연세대학교)
저널정보
한국일본어학회 일본어학연구 일본어학연구 제73집
발행연도
2022.9
수록면
73 - 92 (20page)
DOI
10.14817/jlak.2022.73.73

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This paper introduces one methodology of Japanese research based on data and aims to explore the co-occurrence relationship of Japanese emotion vocabulary using “network analysis”.　The subject of the analysis is “100 books of Shincho Bunko”. Specifically, it collates texts of 65 Japanese novels in “100 of Shincho Bunko”, which completed the morphological comprehensive analysis, to “Japanese sentiment expression dictionary (JIWC-Dictionary)” which was used as a criterion for categorizing emotions. Targeting two-character kanji noun vocabulary, it then uses the network analysis method and visualizes the co-occurrence relationship of the various vocabulary that belong to the emotion categories of “sadness”, “anxiety”, “anger”, “disgust”, “trust”, “surprise”, and “excited”. The two-character kanji noun vocabulary to be analyzed was 33,207 out of 134,370 total tokens, of which 211 were output as “TRUE” from the seven emotion categories. “Anxiety” shows the highest number with 45, followed by “trust” 36, “disgust” 30, “sadness” 26, “surprise” and “excited” each 25, and 24 from “anger”. With these results, we observed the aspect of the vocabulary by emotion category, and at the same time, listed the co-occurrence relationship for the “earthquake” of “anxiety”, which contained the most vocabulary in the emotion category.
#Data analysis #Text mining #Co-occurrence #Networking #Emotional vocabulary #データ分析 #テキストマイニング #共起 #ネットワーク化 #感情語彙

목차

Abstract
1. 들어가며
2. 분석 자료
3. 감정 어휘 공기관계 네트워크
4. 나오며
참고문헌
要旨

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-730-001684905