http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
‘-(으)ㅁ직하-’ 구성의 문법화 과정과 ‘-직하-’ 구성의 연관성 연구
정담 한국문학언어학회 2022 어문론총 Vol.91 No.-
본 연구는 ‘-(으)ㅁ직하-’ 구성의 문법화 과정의 시기 구분과 ‘-직하-’ 구성과의 연관성에 대해 살피고자 하였다. ‘-(으)ㅁ직하-’ 구성은 문법화의 과정을 겪으면서 시기에 따라 통사구조의 특성과 의미 기능이 다르게 나타난다. 이 구성의 문법화의 주된 방향성은 주관적 상태동사로의 파생접사화이다. 선행어근에 ‘-(으)ㅁ직하-’가 결합함으로써 화자의 주관적인 판단을 나타내는 의미를 더한다. 이와 같은 의미 역시 ‘-(으)ㅁ직하-’ 구성의 변화에 따라 분화가 일어나게 된다. 다만 ‘-(으)ㅁ직하-’ 구성의 통시적 변화과정은 다양한 특징들이 공존하며 서서히 변화의 과정을 거친다는 특징이 있다. 본고에서는 이러한 과정 속에서 ‘-(으)ㅁ직하-’ 구성이 나타내는 문법화의 특징들에 대하여 변별하고자 하였다. 또한, ‘-(으)ㅁ직하-’ 구성과 비슷한 형태와 표현의미를 지닌 ‘-직하-’ 구성과의 연관성에 대해서도 추측 관련 표현의 의미 추이를 바탕으로 그 연관성을 살피고자 하였다.
계층적 자기조직화 분류기를 이용한 다수 음성자판의 생성과 레이블링
정담,이기철,변영태,Chung, Dam,Lee, Kee-Cheol,Byun, Young-Tai 한국통신학회 1996 韓國通信學會論文誌 Vol.21 No.3
최근, 신경망 모델의 적응성과 학습성을 이용한 음성인식 연구가 진행되어 왔다. 그러나, 기존의 신경망 모델로는 한국어 음성의 조음결합의 처리 및 유사 음소간의 경계 분류가 용이하지 않다. 또한, 한 개의 형상지도를 이용하는 경우 이질적인 음성자료의 처리를 위한 학습속도의 급격한 증가와 균일한 학습 및 판별방법의 적용이 갖는 부정확성이 야기될 수 있다. 이에따라, 본 논문에서는 계층적 자기조직화 분류기(HSOC)를 이용한 신경망타자기를 설계하고, 관련 알고리즘들을 제안한다. 본 HSOC는 Kohonen의 자기조직화형상지도(SOFM)를 이용하여 학습시 입력되는 음소 데이타를 계층적인 구조를 갖는 다수의 형상 지도(map) 즉 음성자판에 배치한다. 또한 본 논문에서는 자판의 수효, 각 자판의 크기, 소속될 음소의 선택과 배치, 적합한 학습 및 인식기법의 자동 결정을 위한 알고리즘을 제시하고 실험하여 자기조절식인 음성자판을 구성하였다. 자판을 분류하는 방식을 언어학적 사전지식에 의존할 경우 언어학적 지식의 습득과 적용방법(예를 들면, 확장 음소의 처리)등을 결정하는 어려움을 가지는 반면, 본 HSOC를 이용하면 주어진 입력 데이타에 적합한 다수의 음성자판을 자기 조절식으로 구성할 수 있는 장점이 있다. 제안된 방식에 따라 최종 생성된 세 개의 한글 음성자판은 최적 자판과 최적 전처리기법을 갖추고있으며, 기존의 언어학적 지식과도 부합됨을 확인할 수 있었다. Recently, neural network-based speech recognition has been studied to utilize the adaptivity and learnability of neural network models. However, conventional neural network models have difficulty in the co-articulation processing and the boundary detection of similar phonmes of the Korean speech. Also, in case of using one phonotopic map, learning speed may dramatically increase and inaccuracies may be caused because homogeneous learning and recognition method should be applied for heterogenous data. Hence, in this paper, a neural net typewriter has been designed using a hierarchical self-organizing classifier(HSOC), and related algorithms are presented. This HSOC, during its learing stage, distributed phoneme data on hierarchically structured multiple phonotopic maps, using Kohonen's self-organizing feature maps(SOFM). Presented and experimented in this paper were the algorithms for deciding the number of maps, map sizes, the selection of phonemes and their placement per map, an approapriate learning and preprocessing method per map. If maps are divided according to a priorlinguistic knowledge, we would have difficulty in acquiring linguistic knowledge and how to alpply it(e.g., processing extended phonemes). Contrarily, our HSOC has an advantage that multiple phonotopic maps suitable for given input data are self-organizable. The resulting three korean phonotopic maps are optimally labelled and have their own optimal preprocessing schemes, and also confirm to the conventional linguistic knowledge.
와인교육 경험에 따른 와인 선택시 와인 라벨정보 인지도 차이에 관한 연구
정담은(Jeong Dam Eun),김홍범(Kim Hong Bumm) 한국외식경영학회 2017 외식경영연구 Vol.20 No.2
본 연구는 와인교육 경험에 따른 와인 선택시 와인 라벨정보 인지도 차이가 있을 것인가에 대한 문제 제기에서 시작되었다. 기존 선행 연구에서 와인 라벨정보 인식이 제대로 이루어 지지 않았을 경우 소비자 와인 선택에 불만족이 초래됨으로 와인 교육의 필요성이 강조되어 왔으며, 실제 와인교육 또는 수준이 라벨정보 인식 정도에 어떻게 영향을 미치는가에 대한 검증이 필요했다. 연구목표를 달성하기 위해 와인 소비자를 ‘교육 무경험자’, ‘단기 교육자’, ‘장기 교육자’ 집단으로 구분하였다. 또한 와인 라벨정보 인지도를 파악하기 위한 와인 라벨 속성을 아홉 개로 구성하였다. 연구결과 와인 등급, 원산지, 품종, 스타일(당도, 알코올 함유량), 빈티지, 용량에 해당하는 여섯 개 속성이 와인교육 경험에 따라 유의한 관계에 있는 것으로 확인 되었으며, 와인 소비자 집단별로 각 속성을 구성하는 세부 항목에서 평균 차이를 보였다. 따라서 본 연구 결과를 반영하여 집단별 소비자를 위한 적절한 교육 프로그램을 개발하고, 또한 다양한 와인 산업 분야에서 세부적인 마케팅 전략을 수립하는데 활용이 기대된다. This research was initiated with a question of whether wine education makes a difference in terms of the level of understanding/appreciation of information stated on the wine label in selecting a wine. In preceding researches, poor understanding of wine label information may lead to dissatisfaction with consumers’ choice of wines and this accentuates the importance of wine education, thus requiring validation regarding how wine education and the level of education affect consumers’ understanding or appreciation of wine label information. The project divides wine consumers into ‘consumers with no education’, ‘consumers with experience of short-term education’, and ‘consumers with experience of long-term education’. Also, this study defines and explores nine label attributes. The research found that meaningful difference is witnessed in six categories including wine classification, production region, variety, style(sweetness and alcohol content), vintage, and volume with regards to the experience of wine education. The research also found that there is difference on average in sub-categories by each wine consumer group. We expect that the research will contribute to development of education programs fitting for each consumer group and to establishment of detailed marketing strategies in a variety of wine industry sectors.