http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 송정) (검색결과 1,934 건)
- 무료
- 기관 내 무료
- 유료
-
宋正植(송정식) 한국일본어학회 2011 日本語學硏究 Vol.0 No.31
어휘연구는, 대상어휘의 선정과 어휘조사, 그리고 조사 결과에 근거한 어휘분석 순으로 이루어진다. 그중 가장 시간이 걸리는 부분은 어휘조사의 단계이다. 현대에는 컴퓨터 등의 도움으로 방대한 양의 어휘조사가 가능하게 되었고, 조사한 데이터의 분석 및 이용에도 대단히 편리해졌다. 하지만, 컴퓨터는 기계적으로 데이터를 처리하므로 잘못 처리되는 것을 막기 위해서는 조사자의 확인이 필수라고 할 수 있다. 한편, 어휘조사의 방법 및 데이터 처리 등에 관해서도 조사자는 필요한 지식을 반드시 익혀 둘 필요가 있다. 본고에서는 카와바타야스나리(川端康成)의 작품인 『雪國(설국)』에 사용된 어휘를 어휘연구의 한 방법인 수량적 어휘조사를 통해, 『雪國(설국)』어휘의 특징을 고찰해 보았다. 고찰 결과를 간단히 정리해보면 다음과 같다. 우선, 『雪國(설국)』어휘에는, 전체어수가 45,948어, 개별어수가 4,417어였다. 그리고 한 단어 평균 사용 빈도는 10.40이었다. 또한 『雪國(설국)』어휘의 사용율 상위 30위까지의 항목 중에서는, 인물을 나타내는 「시마무라(島村)」와 「고마코(駒子)」가, 각각 379회와 270회 사용되었으며, 사용율 18위와 25위에 랭크되었다. 이들 2단어는 『雪國(설국)』작품의 키워드어적인 역할을 하고 있는 것으로 확인되었다. 다음은 조사로 사용되는 「の」로 조사한 결과, 2,656회 사용되었으며 가장 높은 사용율을 나타내었다. 그리고 『雪國(설국)』어휘에 사용된 기호 중에서는, 쉼표(、)와 구점(。)이 각각 2,590회와 2,566회 사용되었으며 전체의 문장의 평균의 길이 등을 확인할 수 있었다.
-
-
-
송정식(宋正植),이미숙(李美淑) 한국일본어학회 2013 日本語學硏究 Vol.0 No.36
본고에서는 한·일 초등학교 2학년 국어교과서 어휘비교를 통해 양국 교과서 어휘에 나타나는 언어의 유사점 및 차이점을 밝혀보고자 하였다. 그 결과를 품사별로 간단히 정리해보면 다음과 같다. 명사에서는 한·일 양국 교과서 모두 형식명사 사용이 두드러지는 것으로 조사되었으며 한국교과서의 경우는 수(57), 것(26), 때(25) 등의 사용빈도가 높고, 일본교과서의 경우도 이와 유사하게 こと(59), ん(28), とき(27) 등의 형식명사 사용빈도가 매우 높게 조사되었다. 대명사에서는 양국 교과서 모두 인칭대명사의 비율이 높았으며, 특히 한국 교과서의 경우는 우리(44), 내(42), 나(40) 등의 단어가 빈도 면에서 압도적으로 우위를 차지하고 있음을 알 수 있다. 그리고 일본 교과서의 경우에는 고빈도어로는 ス─ホ(37), だれ(29), すみれちゃん(26), ぼく(22), わたし(16), きみ(12) 등의 인칭대명사 사용 비율이 높아 한국과 거의 유사한 특징을 보였다. 동사에서는 한국 교과서의 경우 존재의 유무를 나타내는 있다(59)가 많이 사용되었으며 일본의 경우에도 한국어 ‘있다’에 대응되는 ‘ある’동사가 45회나 사용되어 유사한 경향을 보였다. 형용사의 경우, 한·일 양국 교과서 모두 주로 좋아하는 감정 표현과 색상, 양, 존재 유무를 나타내는 단어들이 상위어로 조사 되었으며, 일본 교과서의 경우는 한국 교과서에 비해 개별어수 전체어수 모두 적게 사용되고 있음을 확인할 수 있었다. 부사의 경우 한·일 양국 교과서 모두 비슷하면서 조금은 다른 양상을 나타내었다. 한국의 경우는 관계성(서로, 함께 등)을 나타내는 부사와 수량(많이, 모두, 다 등)을 나타내는 부사, 그리고 이유나 원인 방법(왜, 어떻게 등)과 관련된 부사들이 많이 사용되는 경향을 보이고 있다. 반면에 일본의 경우는 수량과 빈도(みんな, よく, たくさん등)을 나타내는 부사, 시간(もう, まだ, ずっと, すぐに 등)과 관련된 부사, 그리고 방법(そう, こう, どう 등)을 나타내는 부사가 많이 사용되고 있음을 확인할 수 있다. 보조동사의 경우는 한·일 양국 교과서 모두 매우 비슷한 양상을 보였다. 정중형에 해당하는 표현으로 한국의 ‘습니다’(307)와 ‘ㅂ니다’(92) 그리고 ‘입니다’(16)를 합치면 415번 사용되어 1위가 되고, 일본의 경우는 ‘ます’(414)와 ‘です’(101)를 합치면 515회로 1위가 된다. 마지막으로 기호에서는 한국 교과서의 경우는 ‘,’(쉼표)가 261회 사용된 것으로 조사되었는데 이는 808회 사용된 ‘.’(마침표)에 비교하면 확연히 적은 수량이다. 즉 한국 국어교과서에는 사실상 하나의 문안에 쉼표가 사용되는 용례가 매우 적은 것으로 확인되었다. 반면에 일본 교과서의 경우는 문이 길어지게 되면, 중간 중간에 ‘、’(쉼표)를 찍어서 아동학습자가 문을 쉽게 이해할 수 있도록 배려하고 있었다.
-
송정식(宋正植),이미숙(李美淑) 한국일본어학회 2012 日本語學硏究 Vol.0 No.34
본고에서는 한·일 초등학교 1학년 국어교과서의 어휘 비교를 통해 양국 교과서 어휘에 나타나는 언어의 유사점 및 차이점을 밝혀보고자 하였다. 숫자로 살펴보면, 개별어수 및 전체어수에 있어서 한국교과서는 1,574어, 7,488어이고, 일본교과서는 1,152어, 6,185어로, 한국교과서가 어휘양이 많았으나, 1단어의 평균 등장회수는 한국이 4.8회, 일본이 5.4회로, 일본이 높은 것으로 나타났다. 각 품사별 특징을 살펴보면 다음과 같다. 먼저, 명사에서는 양국 모두 친족명사의 사용빈도가 높았는데, 한국은‘어머니’, ‘아버지’가, 일본은 ‘おばあさん’, ‘おじいさん’의 사용빈도가 높았다. 대명사에서는 양국 교과서 모두 인칭대명사의 비율이 높았으며, 특히 한국의 경우는 ‘권오순’등 저자명이 20여개나 등장하여 여러 저자의 다양한 작품이 사용되었음을 확인할 수 있었다. 동사에서는 한국 교과서의 경우 ‘하다’ 동사가 목적어를 수반하여 많이 쓰였는데, 일본의 경우도 ‘하다’에 대응되는 ‘する’동사가 23회나 사용되어 유사한 경향을 보였다. 형용사의 경우, 양국 모두 주로 감정 표현과 색상, 능력, 밝기를 나타내는 단어들이 상위어로 조사 되었다. 부사의 경우 양국 모두 주로 관계(함께, いっしょに 등)를 나타내는 단어나 시간(먼저, いつも 등), 양이나 빈도(많이, たくさん 등)를 나타내는 단어들이 상위어로 사용되고 있음을 확인할 수 있었다. 마지막으로 기호에서는 한국 교과서의 경우, 상대적으로 쉼표(,) 사용이 매우 적었다. 이는 한국어의 경우 띄어쓰기가 있다는 사실과도 관련이 있을 수 있겠지만, 일본어에 비해 사용량이 매우 적음을 알 수 있는데, 이는 한?일어간 기호사용 양상의 확연한 차이라 할 수 있다. 한국 교과서의 경우 초등학교 1학년이라는 점을 감안한다면, 쉼표 사용에 조금 더 세심한 배려가 필요할 것으로 보인다. 앞으로, 위의 조사 결과를 토대로 향후 국어교과서의 대상과 범위를 확대하여 한·일 양국 교과서의 유사점과 차이점에 대한 원인을 밝히고 사회문화적 관점에서 해석해나가고자 한다.
-
송정 광주보건대학 2004 論文集 Vol.29 No.-
Multi group factor analysis model enables concurrent estimation of a common factor in both the whole group and each group when the multivariate statistical analysis is identical or the data with similar variable structure is repeatedly established. When the data with an identical variable structure is repeatedly established in a same object group or when the data is derived from a similar group, we term the multi group factor analysis model as a common multi group factor analysis model. Therefore the common multi group factor analysis model is a model under the assumption that the factor loading of the common factor is identical. The rejection of the null hypothesis was proved to be inappropriate in the significant level 0.05 because the test statistic(7.0289) is smaller than the critical value(12.59). This conclusion was made after the test for goodness of fit on the estimator of the factor loading matrix and the specific factor variance matrix, in order to compare the appropriateness of models between the multi group factor analysis model and the common multi group factor analysis model. Therefore the common multi group factor analysis model is more adequate than the multi group factor analysis model. Since the test statistic rejects the null hypothesis in some circumstances depending on the size of a sample, the comparison was made according to the goodness of fit index number and the modified goodness of fit index number, which is independent of size of a sample. The goodness of fit index number was 0.9559 in the multi group factor analysis model and 0.9673 in the common multi group factor analysis model, showing a higher index number in the common multi group factor analysis model. The modified goodness of fit index number was 0.6916 in the multi group factor analysis model and 0.8537 in the common multi group factor analysis model, showing higher index number in the common multi group factor analysis model. Therefore we can conclude that the common multi group factor analysis model is more appropriate than the multi group factor analysis model.
-
-
송정 광주보건대학 2002 論文集 Vol.27 No.-
Factor analysis is a multivariate statistical method to find the unknown variables called factors that cover the information that the original variables have. The steps for a factor analysis composed of several steps which start with finding correlation matrix and go through factor extraction, factor rotation and estimation of factor score. This paper describes the least squares method, the principal axis factoring method and the maximum likelihood method in factor extraction method and tries to make a comparison among these estimation methods. As a result, there was a big difference between the estimator under the maximum likelihood method which occurs prior to factor rotation and the estimator under the least squares method or the principal axis factoring method. However, there was little difference between them after the varimax rotation. Also it is noticeable that the estimator of communality is not variable after factor rotation under each factor extraction method. In a view of results so far achieved, in the case that X distribution follows multivariate normal distribution, the maximum likelihood method is the most useful method. On the other hand, in the case that X distribution is unpredictable under multivariate normal distribution, the least squares method or the principal axis factoring method attains superiority in that, especially when it comes to the principal axis factoring method, it has its simple way of estimating results much the same with those from the least squares method avoiding repeated practice.
-
회귀모형에서 영향을 크게 주는 측정값 검출에 관한 연구
송정 광주보건대학 2001 論文集 Vol.26 No.-
In regressions, it is of interest to detect influential observations that exert an unduly large influence on the least square analysis. Frequently, the existence of influential data is complicated by the multicollinearity. Very little work has been done, however, on the possible effects that the multicollinearity can give on the influence of an observations. In this paper, I consider that when ridge regressions are used to reduce the effects of the multicollinearity, the influence of some observations can be modified. The influential obtained using the「approximate deletion formulas」when ridge regressions are used. When we detect influential observations we consider whether multicollinearity exists or not. If the multicollinearity exists, we try to reduce it. Then we obtain the influential measures DFFITS_(R) and Cook's D_(R) which are reliable statistics using the ridge parameter k(i) that we remove ith observation influencing on ridge parameter k in a ridge regression.
-
KCI연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
