텍스트 난이도에 따른 핵심 어휘와 그 관계망 변화에 대한 연구*

• 영문명: A Study on the Changes in the Core Terminology and Related Network of Text
• 발행기관: 우리말학회
• 저자명: 이삼형(Lee Sam-Hyung) 길호현(Kil Ho-Hyun)
• 간행물 정보: 『우리말연구』제53권, 179~221쪽, 전체 43쪽
• 주제분류: 인문학 > 언어학
• 파일형태: PDF
• 발행일자: 2018.03.31

국문 초록

이 글은 글의 난이도에 따라서 글의 핵심 어휘들이 관계를 맺는 양상이 변함을 밝히는 논문이다. 난이도에 따른 분석 대상 텍스트로는 국 가수준 학업성취도평가의 초등, 중등, 고등 읽기 지문 및 전공자를 대상 으로 하는 글을 선정하였다. 분석은 R 프로그램을 이용하여 텍스트 마이 닝을 수행하였으며, 단어의 출현 빈도와 상관관계를 산출하고 단어 사이 의 네트워크 구조를 시각화했다. 분석 결과 텍스트의 난도가 높아질수록 핵심어의 군집성이 약화되었으며 핵심어들 사이의 연결 관계가 다층적으 로 형성되고 네트워크의 범위가 넓어졌다. 이 연구는 텍스트 마이닝을 활 용하여 텍스트의 구조를 시각적으로 드러냈다는 점에서 의의가 있다.

영문 초록

This study used text mining techniques to analyze the relevant network of key words according to their difficulty level. The analysis targets were selected as reading fingerprints on the NAEA(National Accessment of Educational Achievement). It also selects difficult texts targeting professionals. The analysis used the NLP4kec package of the R program. And the correlation between each vocabulary was visualised in the network structure The analysis showed that as the degree of text increases, the frequency of repeated vocabulary increases, while the relationship between the main vocabulary increases. As the text became more difficult, the network became larger and the distance between the words increased. In the case of professional writing, the number of words associated with the keywords in the text also drastically increased. This study holds significance in that it has experimentally proposed a way to visualize the structure of text by using text mining techniques. It is also significant that the study showed the possibility of extending the study methods of text mining, formerly focused on extracting text frequencies, to the structure of text. However, this research is limited to the fact that it is not intended to select text on a strict basis and to generalize conclusions based on it.

목차

1. 머리말

2. 앞선 연구의 검토

3. 연구의 대상 및 연구 방법

4. 난이도에 따른 핵심 어휘와 그 관계망의 변화

5. 맺음말

키워드

텍스트 난이도 주제어 핵심 어휘 텍스트 마이닝 R 사회 네트워크 분석