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

논문 기본 정보

자료유형
학술저널
저자정보
성호현 (광운대학교)
저널정보
한국일본어교육학회 日本語敎育 日本語敎育 제98호
발행연도
2021.12
수록면
159 - 172 (14page)
DOI
10.26591/jpedu.2021..98.010

이용수

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

초록· 키워드

오류제보하기
본고는 화자의 사태에 대한 불확실한 인식을 나타내는 일본어 추량 형식 중에서, 종래 양태 표현으로 규정되어온 시소우다의 의미 특성을 얼마간 다른 시각에서 보완하는 것을 목적으로 했다. 종래 시소우다의 본질적 의미는 어떤 목전의 사태나 현상에 대한 외양을 표현하는 양태로 인식되어 왔다. 이러한 인식에 기초하여, 종래의 많은 선행 연구에서 시소우다는 요오다 라시이 등과 함께 인식적 모달리티 체계의 한 하위 유형인 증거성 판단에 속하는 형식으로 규정되어 왔다. 그러나 종래의 연구는 시소우다의 양태성 의미에만 주목하였기 때문에, 당해 형식의 추량적 의미 특성에 대해서는 면밀한 분석이 이루어지지 못한 것으로 이해된다. 이에 본고는 추량 판단에 관련한 시소우다의 다양한 용법을 면밀히 고찰한 결과, 당해 형식의 의미 특성에 대해, 다음과 같은 점을 분명히 할 수 있게 되었다. 첫쨰는, 시소우다는 용법상의 특성에 있어서 양태 표현을 중심으로 하면서도, 많은 경우 순수 추량 형식인 다로우에 근접하는 용법상의 특성을 공유하고 있다는 점이 규명되었다. 이러한 특성은 시소우다가 단순한 양태 표현이 아니라, 순수 추량의 성격을 함께 갖고 있는 형식이라는 점을 입증하는 근거가 된다. 둘째는, 시소우다의 증거성 판단으로서의 속성은 당해 형식의 중심적 의미인 양태의 의미와 깊은 관련이 있다는 점을 규명하였다. 요오다, 라시이와 같은 전형적인 증거성 판단은 증거 자체의 존재나 인식에 기초한 판단에 중점이 있는 반면, 시소우다의 증거성 속성은 어떤 목전의 사태나 현상을 증거로서 인식하면서도, 사태의 진위 판단에 초점을 두는 것이 아니라, 당해 사태의 모습을 있는 그대로 묘사하는데 중점을 둔다는 점에서, 전형적인 증거성 판단과는 차별화된다는 점을 분명히 했다. 셋째는. 시소우다가 추량과 증거성 판단의 의미 속성을 모두 가지고 있는 이면적 특성을 고려하면, 시소우다는 인식 모달리티 체계 내에서 증거성 판단의 요오다, 라시이와 추량의 다로우와의 중간적 위치에 속하는 「증거성 추량 형식」으로 특성화할 수 있다고 보았다.
#?態(manner expressions) #二面性(Two-dimension) #推量用法(inferential usage) #manner expressions #Two-dimension #inferential usage

목차

등록된 정보가 없습니다.

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