텍스트마이닝을 통해 본 구비설화의 지역 간 전승 경향의 유사성

한유진

추천

검색

자료유형: 학술저널

저자정보: 한유진 (이화여자대학교)

저널정보: 한국고전연구학회 韓國古典硏究韓國古典硏究 제64호

발행연도: 2024.2

수록면: 157 - 188 (32page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본고는 『한국구비문학대계』와 『증편 한국구비문학대계』 두 자료집을 각각 대상으로 9개 지역에서 전승되는 구비설화의 지역 간 전승 경향의 유사성을 분석하였다. 이를 위해 텍스트마이닝 기법을 활용하여 ‘데이터 수집→지역 정보 전처리→지역 설화 분석→시각화’의 분석 과정을 거쳤다. 먼저 〈한국구비문학대계〉 디지털 아카이브에서 설화 제목 데이터 26,542편을 수집하고 ‘도’ 단위의 행정구역으로 정리되지 않은 지역 정보를 전처리하였다. 그런 다음 데이터를 9개 지역별로 나누고 이들 데이터를 다시 채록 연도를 기준으로 분류하였다. 이러한 전처리를 마친 데이터에서 제목만 모아 만든 말뭉치 형태소를 분석하여 지역별로 빈도수 상위 100개에 해당하는 명사를 추출하였다. 그런 다음 지역 간 구연 비중의 정확한 비교를 위해 추출된 명사 빈도수를 정규화하였다. 여기서 산출된 정규화 값으로 지역 간 코사인 유사도를 계산하여 지역 간 이야기의 분포를 비교하였다. 이는 『한국구비문학대계』에서 추출한 명사 384개, 『증편 한국구비문학대계』 435개를 대상으로 하였다. 분석 과정을 통해 도출된 결과는 9개 지역별로 워드클라우드, 지역 간 코사인 유사도 값의 수치, 코사인 유사도 값을 지도에 시각화한 자료를 통해 제시하였다. 그 결과 『한국구비문학대계』에서는 경기지역에서 전승되는 이야기가 다른 어떤 지역과도 낮은 유사성을 보이면서 전국 지역 가운데 상대적으로 전승 경향이 가장 이질적인 것으로 나타났다. 한편 『증편 한국구비문학대계』의 경우 지역적으로 가장 이질적 전승 경향을 보이는 지역은 충북과 전북이며 경기지역의 경우는 다른 지역과의 유사성이 상대적으로 가장 높은 지역으로 변화한 것으로 확인되었다.

This paper analyzed the similarities in the inter-regional transmission trends of oral tales handed down in nine regions using two data collections, 『Comprehensive Korean Oral Literature』 and 『Complementary Edition of Comprehensive Korean Oral Literature』. To this end, we used text mining techniques to go through the analysis process of “data collection → local information pre-processing → regional narrative analysis → visualization”. First, 26,542 tale title data were collected from the digital archive of 〈Comprehensive Korean Oral Literature〉, and regional information that was not organized into administrative districts at the “province” level was preprocessed. The data was then divided into nine regions, and these data were again classified based on the year of recording. Next, the corpus morphemes created by collecting only titles from the preprocessed data were analyzed to extract the top 100 frequencies of nouns by region. Then, the extracted noun frequencies were normalized to accurately compare the proportion of oral speech between regions. The distribution of stories between regions was compared by calculating the cosine similarity between regions using the normalization value calculated here. This targeted 384 nouns extracted from 『Comprehensive Korean Oral Literature』 and 435 nouns from 『Complementary Edition of Comprehensive Korean Oral Literature』. The results derived through the analysis process were presented through a word cloud for each of the nine regions, the numbers of cosine similarity values between regions, and data visualizing the cosine similarity values on a map. The results indicate that, excluding Jeju, narratives transmitted in the Gyeonggi region show relatively low similarity with those of other regions, making it the most heterogeneous in terms of transmission tendencies across the nation in 『Comprehensive Korean Oral Literature』. On the other hand, in the 『Complementary Edition of Comprehensive Korean Oral Literature』 the regions of Chungcheongbuk-do and Jeollabuk-do exhibit the most heterogeneous transmission tendencies, with Gyeonggi region showing a relatively higher similarity with other regions.

#지역 설화 #텍스트마이닝 #유사도 분석 #코사인 유사도 #정규화 #워드클라우드 #디지털 인문학 #regional oral narrative #text mining #similarity analysis #cosine similarity #normalization #word cloud #digital humanities

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!

최근 본 자료

전체보기

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

최근 본 자료

댓글(0)