국어사전의 관련어 추천 방식 연구 : '우리말샘' 철학 분야를 중심으로

감미아

doi:10.37981/hjhrisu.2023.12.68.31

추천

검색

질문

자료유형: 학술저널

저자정보: 감미아 (연세대학교)

저널정보: 서강대학교 인문과학연구소 서강인문논총 西江人文論叢第68輯

발행연도: 2023.12

수록면: 31 - 69 (39page)

DOI: 10.37981/hjhrisu.2023.12.68.31

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 국어사전의 표제어에 대한 관련어를 효과적으로 추천할 방법을 고안하고자 수행되었다. 이를 위해 ‘우리말샘’의 사전 데이터를 확보하여 분석하였으며, 인문학 중 철학 분야 총 3,343개 표제어를 활용하여 추천을 시도하였다. ‘우리말샘’의 데이터를 분석한 결과 다양한 메타데이터 요소 중 ‘뜻풀이’와 ‘관련 어휘’를 활용하였다. 뜻풀이의 형태소 분석 후 데이터 정제를 거쳤으며, 획득한 3,519개의 뜻풀이 요소로 표제어 간 상관계수를 도출해냈다. 뜻풀이 요소 간 유사한 정도가 높을수록 추천이 되는 방식을 고안하여, 실제 ‘우리말샘’에서 제시되는 ‘관련 어휘’와 본 방법의 추천 결과인 ‘추천 어휘’를 비교하면서 분석을 수행했다. 전체 철학 분야 중 ‘우리말샘’에 ‘관련 어휘’가 있는 경우와 없는 경우 각 두 개씩 무작위로 선정해 추천 결과를 분석하였다. 그 결과, ‘우리말샘’의 ‘관련 어휘’에서 제시된 관련어를 대부분 추천하고 있었다. 더나아가 ‘우리말샘’에서 제시되지 않는데 표제어와 관련성이 높다고 판단되는 표제어들도 상위권 내에 다수 등장하고 있었다. 이를 통해 본 연구가 관련어 선정에 필요한 수작업 단계를 줄이는 데에 기여할 것이라 기대하였다. 다만 관련어의 세부 유형까지는 나타나지 않으며, 가끔 관련도가 낮은 표제어가 추천되기도 하는 등 뜻풀이의 섬세한 해석에 해당하는 부분에서는 추가적인 수작업 검토가 필요한 것으로 보였다. 이러한 한계를 극복하기 위해 ‘우리말샘’의 상시 업데이트, 여타 전문사전의 동시 활용, 다양한 메타데이터 요소 활용, 기계학습 및 뜻풀이 내 TF-IDF 방식의 시도 등을 제안하였다.

This study was conducted to effectively recommend related words for the entries in a Korean dictionary. To achieve this, researcher analyzed the dictionary data from ‘Urimalsam’ and devised a recommendation method using a total o f 3,343 p hilosophical entries. Among the various metadata elements in ‘Urimalsam,’ researcher utilized the ‘word definition’ and ‘related vocabulary’ categories. After performing morphological analysis of the word definitions, the research went through a data refinement process. Through this process, this study derived a correlation coefficient among the entries using 3,519 word definition elements acquired through this process. Based on the degree of similarity between entries, this study developed a recommendation method. Then conducted an analysis by comparing the ‘related vocabulary’ presented in ‘Urimalsam’ with the recommended vocabulary generated by this method. For the experiment, the study randomly selected two cases from the entire field of philosophy where ‘Urimalsam’ had ‘related vocabulary’ a nd two c ases where it did not. Then the study analyzed the recommendation results. This method was predominantly recommending the related words provided in ‘Urimalsam’s ‘related vocabulary.’ Furthermore, a significant number of entries that were deemed highly relevant to the entries and were not listed in ‘Urimalsam’ were also appearing prominently in the top ranks. Through this, the study anticipated that this research technique would contribute to reducing the number of manual steps required for selecting related words. However, it was apparent that the specific nuances of relevance were not indicated, and in cases where the word definitions were subtle, there might be a need for additional manual review, as sometimes less relevant entries were also recommended. To overcome these limitations, the study proposed the following approaches: the continuous updating of ‘Urimalsam,’ simultaneous utilization of other specialized dictionaries, utilizing various metadata elements, machine learning, and attempting the use of TF-IDF within the word definitions.

#우리말샘 #철학 #뜻풀이 #관련어 추천 #동시출현빈도 #상관계수 #Urimalsam #Philosophy #word definition #recommending related words #cooccurrence frequency #correlation coefficient

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

감미아

소속기관 연세대학교

주요연구분야 사회과학 > 문헌정보학 공학 > 산업공학

논문수 8 이용수 5,076

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-089254691

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 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)