과학 용어 DB 구축을 통한 교육용 과학 용어 통합 검색 시스템 개발

국문 초록 (Abstract)

본 연구는 학생들이 느끼는 과학에 대한 난해성, 흥미도를 좌우하는 요인의 핵심을 교육용 과학용어의 문제로 파악하고, 이를 개선하기 위한 첫 단계로 과학 교과서 텍스트의 수집과 가공, 합목적적 분석을 통하여 검색 시스템 개발을 목적으로 하였다. 이를 위하여 6차 교육과정부터 7차 교육과정, 2009 개정 교육과정까지 초·중·고 과학 교과서를 말뭉치로 구축하고, 이를 가공함으로써 교육용 과학용어 DB를 구축하였다. 또, 학생뿐만 아니라 과학 교사, 과학 교과서 및 교육과정 개발자의 요구 사항을 반영한 검색 시스템을 개발함으로써, 비전문가 집단에게는 과학용어 학습을 위한 자료를, 과학 교사 및 과학 교육 연구자 등 전문가 집단에게는 과학용어 교수와 교육 용어의 선정에서 필수적으로 고려되어야 할 기초 자료를 제공하고자 하였다.
이를 위하여 본 연구에서 수행한 연구 방법 및 절차는 다음과 같다.
첫째, 6차, 7차, 2009 교육과정의 초, 중, 고 과학교과서 132권의 텍스트를 확보하고 텍스트 구조를 반영한 원시말뭉치를 구축하였다. 텍스트를 전산화하는 과정에서 교육과정, 학년, 과목, 출판사, 단원명, 페이지 등의 메타정보들을 주석하였고, 제목, 학습목표, 본문, 탐구활동, 문제 등의 텍스트 구조를 주석하여 DB를 구조화하였다.
둘째, 원시말뭉치를 형태소 분석 및 검토하여 형태주석 말뭉치를 구축하였다. 형태 주석 말뭉치는 본 연구의 결과물이 언어학적 연구 대상 자료로서의 의의를 가지게 함과 더불어 과학용어 목록 추출의 기반 자료로서의 의의를 갖는다. 형태소분석기(Utagger)를 이용한 자동 분석과 전문 인력의 수동 주석 수정 단계를 순차적으로 실시하여 형태주석의 정확성과 일관성 확보, 과학용어 후보 목록 추출을 함께 수행하였다.
셋째, 전체 대상 자료에 수록된 과학용어를 선별, 용어 주석을 실시하여 과학용어 주석 말뭉치를 구축하였다. 표준국어대사전과 물화생지 각 분야의 기존 학술 용어집을 1차적 과학용어 판별 기준으로 삼고, pos gram을 통한 과학용어 후보 목록 추출과 검토를 통해 2차적 기준을 추가하여 과학용어 선별 기준 목록을 확충하였다. 이어 형태주석 말뭉치와 과학용어 목록과의 매칭으로 과학용어를 선별하여 용어 주석을 실시하고, 이후 전문가 검토를 통해 문장 내 의미 구분, 표기불일치어 및 명사구 단일화를 실시하여 과학용어 주석 말뭉치를 완성하였다.
넷째, 과학용어 주석 말뭉치를 DB화 하여 검색 시스템을 개발하였다. 학생, 학부모, 과학교사 설문조사를 통한 사용자 요구 조사를 실시하고, 이를 바탕으로 사용자별 검색 시스템을 설계, 개발하였다.

다국어 초록 (Multilingual Abstract)

Considering the problem of science terms as a critical factor of the difficulties and the uninterests of the students, this study has developed the search system through the collection and processing of science texts and the analysis by educational purposes. For this purpose, the science textbooks for elementary, middle and high schools from the 6th curriculum to the 2009 curriculum are constructed as corpus and processed to construct the science terminology database for education. In addition, by developing a searching system that reflects the needs of not only students but also science teachers and researchers, data for science learning is provided to non-specialist groups, and to provide substructional data that should be considered essential in the selection of educational terms to specialist groups, such as teachers and science educators.
The research methods and procedures performed in this study are as follows.
First, texts of 132 volumes of elementary, middle and high school science textbooks of 6th, 7th, and 2009 curriculum were acquired and a raw corpus reflecting the text structure was constructed. In the process of computerizing the texts, meta information such as curriculum, grade, subject, publisher, unit name, and page were annotated, and the DB was structured by