딥러닝 자연어처리(NLP)와 일반수사학 (General Rhetoric)과의 융합적 접점 분석 - 그룹 뮤(Groupe μ)의 『A General Rhetoric』을 중심으로Convergence Analysis of Deep Learning Natural Language Processing(NLP) and General Rhetoric: Focusing on Groupe μ ’s 『A General Rhetoric』
- Other Titles
- Convergence Analysis of Deep Learning Natural Language Processing(NLP) and General Rhetoric: Focusing on Groupe μ ’s 『A General Rhetoric』
- Authors
- 지승학
- Issue Date
- 2020
- Publisher
- 한국기호학회
- Keywords
- 수사학; 수사학적 공간; 자연어처리 데이터 셋; RNN 언어모델; 딥러닝; 메타볼; 메타볼 유형; 그룹 뮤; GPT-3; general rhetoric; rhetorical space; natural language processing; NLP data set; RNN language model; deep learning; the type of metaboles; Groupe μ; subunits; GPT-3
- Citation
- 기호학 연구, v.64, pp.121 - 150
- Indexed
- KCI
- Journal Title
- 기호학 연구
- Volume
- 64
- Start Page
- 121
- End Page
- 150
- URI
- https://scholar.korea.ac.kr/handle/2021.sw.korea/130845
- DOI
- 10.24825/SI.64.5
- ISSN
- 1229-3172
- Abstract
- 본 논문에서는 그룹 뮤(Groupe μ)의 『일반수사학』에서 주목하고 있는 시학과 수사학적 언어의 형태와 RNN 언어모델의 구조적 유사성을 분석하고자 한다. 여기에서 주로 동원되는 것은 시학과 수사학적 언어의 기능을 분류하는 ‘메타볼’(Metaboles)의 유형이다. 특히 메타볼은 본 논문에서 다루게 될 ‘수사학적 공간’의 아이디어로 발전하여 딥러닝 기술을 통한 자연어처리와 실질적으로 연결될 수 있다는 점에서 중요한 개념이라고 할 수 있다. 또한 수사학적 공간 개념을 RNN 언어모델에 적용하기 위해서는무엇보다도 정밀한 언어 데이터 셋 마련과 적확한 ‘의미의 영점’(Degree-Zero) 마련 역시 중요하다. 이런 사실은 결국 학문적 융합이 현재 A.I. 기술에 얼마나 필수적인지를보여준다. 마지막으로 『일반수사학』의 내용은 현재의 딥러닝 언어모델에서도 여전히유효하다는 점에서 날카로운 혜안을 증언하고 있으며 우리에게 여전히 인문학과 공학의 초학제적 태도는 중요할 수밖에 없음을 보여준다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholar.korea.ac.kr/handle/2021.sw.korea/130845)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.