빈도 정보를 이용한 한국어 저자 판별
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 한나래 | - |
dc.date.accessioned | 2021-09-08T23:39:16Z | - |
dc.date.available | 2021-09-08T23:39:16Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2009 | - |
dc.identifier.issn | 1226-4067 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/121642 | - |
dc.description.abstract | 본고에서는 빈도 정보를 이용한 저자 판별 (authorship attribution) 기법을 한국어에 적용한 연구를 소개한다. 그 대상으로는 정형화된 장르인 신문 칼럼을, 구체적으로는 조선일보에 연재 중인 4인 칼럼니스트들의 각 40개 칼럼, 총 160개 칼럼 텍스트를 선정하였다. 이들에 대하여 어절, 음절, 형태소, 각 단위 2연쇄 등의 다양한 언어 단위들의 빈도 정보들을 이용한 저자 판별을 시도한 결과, 형태소 빈도를 기반으로 하여 최고 93%를 넘는 높은 예측 정확도를 얻을 수 있었다. 또한, 저자 개인 문체간의 거리도 빈도 정보로써 계량적 표상이 가능함을 보일 수 있었다. 이로써 빈도 분석과 같은 통계적, 계량적 방법을 통하여 한국어 텍스트에 대한 성공적인 저자 판별과 개인 문체의 정량화가 가능하다는 결론을 내릴 수 있다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국인지과학회 | - |
dc.title | 빈도 정보를 이용한 한국어 저자 판별 | - |
dc.title.alternative | Authorship Attribution in Korean Using Frequency Profiles | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 한나래 | - |
dc.identifier.doi | 10.19066/cogsci.2009.20.2.006 | - |
dc.identifier.bibliographicCitation | 인지과학, v.20, no.2, pp.225 - 241 | - |
dc.relation.isPartOf | 인지과학 | - |
dc.citation.title | 인지과학 | - |
dc.citation.volume | 20 | - |
dc.citation.number | 2 | - |
dc.citation.startPage | 225 | - |
dc.citation.endPage | 241 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001360873 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | authorship attribution | - |
dc.subject.keywordAuthor | Korean | - |
dc.subject.keywordAuthor | computational stylistics | - |
dc.subject.keywordAuthor | morpheme frequency | - |
dc.subject.keywordAuthor | 저자 판별 | - |
dc.subject.keywordAuthor | 전산 문체론 | - |
dc.subject.keywordAuthor | 정량적 문체론 | - |
dc.subject.keywordAuthor | 형태소 빈도 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.