http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
최영애 남북문화예술학회 2010 남북문화예술연구 Vol.0 No.6
북한에서 예술은 ‘사회주의’라는 용어와 불가분의 관계에 있다. 북한에서 사회주의 예술은 처음에는 구소련의 ‘사회주의적 사실주의’ 예술을 그대로 수용한 것이었으나 오늘날에는 ‘주체사상적인 사실주의’를 바탕으로 하고 있다. 오늘날 북한은 음악예술이 정치의 산물이라고 규정한다. 북한에서 음악이라는 개념 속에는 이미 정치가 포함되어 있어 ‘음악’과 ‘음악정치’라는 용어가 잘구별되지 않는다. ‘음악정치’는 음악과 정치, 노래와 혁명을 하나로 결합시킨영도(領導)예술로 규정된다. 북한음악의 특징을 간단히 살펴보자면 민족음악을 위주로 하되 서양음악을함께 발전시켜 나가면서 북한 정치 체제에 맞게 인민들의 정서에 맞게 현대적인 선율과 어울리도록 조화를 이룬다. 또한 기악보다는 성악에 중점을 두고,곡조는 북한 인민들의 감정에 어울리는 선율을 만들며, 창법에는 비성을 많이 사용한다는 것으로 요약 지을 수 있다. 또한 그 음악이 북한의 정치 이념과주체사상 및 김일성·김정일 부자의 찬양을 내용으로 하되 인민들이 혁명적국가 건설에 적극적으로 참여할 수 있도록 사상교양의 방법으로 쓰여 지는 것을 목표로 한다. 북한음악을 이해하는 데는 먼저 ‘주체’라는 조건을 이해해야만 한다. 모든 문제를 당사자가 자주성을 세워 창조적으로 풀어나간다는 의미의 ‘주체’는 주체음악이라는 용어를 만들어냈는데, 여기서 자주성은 음악이 북한주민의 정서에 잘 맞아야 한다는 것을 의미한다. 북한은 결국 음악은 ‘조선혁명에 복무하게 하는 기본 담보’라고 말한다. 북한음악의 또 하나의 중요한 특징은 사회주의 체제의 음악이라는 것이다. 사회주의 체제 음악은 기본적으로 사회주의적 사실주의의 원칙 구현이라는 목표에 충실해야 한다. 이 원칙은 마르크스-레닌주의의 프롤레타리아 예술관으로, 예술의 이론적 기조가 공산주의 사회로 이행하는 일반적인 과정에 부합되어야 한다는 이론이다. 작품의 소재는 현실성, 혁명성, 사회주의 우월성을묘사해야 하며 작품의 주인공은 공산주의에 대해 적극적이며 긍정적인 인물로 형상화되어 사회주의 체제의 우월성을 고취해야 한다. 북한음악은 ‘민족적 형식에 사회주의적 내용’을 담아야 한다는 예술창작의 원리에 따라 민족음악을 구현하고자 노력하고 있다. 여기서 사회주의적 내용이란 주체사상을 구현한 혁명적 내용을 말한다. 민족음악은 조선적이면서 민중의 감정에 맞아야 한다는 것으로 주체문예사상을 바탕에 두고 전통음악을비판적으로 계승·발전시킨다는 것을 의미한다. 주체 사실주의는 문학예술작품에 민족적 형식을 구현할 것을 요구하고 문학예술의 민족적 형식은 자기 민족의 미감과 요구에 맞고 자기 민족이 좋아하는 형상수단과 수법, 형상기교를말한다. 세월이 흐르고 시대가 발전할수록 문학예술에 담아야 할 내용이 더욱 풍부해지고 새로워지는 것만큼 그에 상응하게 끊임없이 새로운 민족적 형식이 탐구되어야 한다는 것이다
병렬 말뭉치 필터링을 적용한 Filter-mBART기반 기계번역 연구
문현석,박찬준,어수경,박정배,임희석 한국융합학회 2021 한국융합학회논문지 Vol.12 No.5
최신 기계번역 연구 동향을 살펴보면 대용량의 단일말뭉치를 통해 모델의 사전학습을 거친 후 병렬 말뭉치로 미세조정을 진행한다. 많은 연구에서 사전학습 단계에 이용되는 데이터의 양을 늘리는 추세이나, 기계번역 성능 향상을 위해 반드시 데이터의 양을 늘려야 한다고는 보기 어렵다. 본 연구에서는 병렬 말뭉치 필터링을 활용한 mBART 모델 기반의 실험을 통해, 더 적은 양의 데이터라도 고품질의 데이터라면 더 좋은 기계번역 성능을 낼 수 있음을 보인다. 실험결과 병렬 말뭉치 필터링을 거친 사전학습모델이 그렇지 않은 모델보다 더 좋은 성능을 보였다. 본 실험결과를 통 해 데이터의 양보다 데이터의 질을 고려하는 것이 중요함을 보이고, 해당 프로세스를 통해 추후 말뭉치 구축에 있어 하나의 가이드라인으로 활용될 수 있음을 보였다. In the latest trend of machine translation research, the model is pretrained through a large mono lingual corpus and then finetuned with a parallel corpus. Although many studies tend to increase the amount of data used in the pretraining stage, it is hard to say that the amount of data must be increased to improve machine translation performance. In this study, through an experiment based on the mBART model using parallel corpus filtering, we propose that high quality data can yield better machine translation performance, even utilizing smaller amount of data. We propose that it is important to consider the quality of data rather than the amount of data, and it can be used as a guideline for building a training corpus.