개념적 은유 및 환유에 관한 연구가 활발하게 이루어지고 있지만, 주로 연구자의 직관에 근거한 데이터 생성 및 제시의 방식으로 이루어졌기 때문에 연구자의 주장에 대한 객관성을 확보하지 못하고 있다. 개념적 은유나 개념적 환유를 코퍼스에서 추출하여 그 빈도수를 ...

개념적 은유 및 환유에 관한 연구가 활발하게 이루어지고 있지만, 주로 연구자의 직관에 근거한 데이터 생성 및 제시의 방식으로 이루어졌기 때문에 연구자의 주장에 대한 객관성을 확보하지 못하고 있다. 개념적 은유나 개념적 환유를 코퍼스에서 추출하여 그 빈도수를 확인하거나 개념적 은유의 통사적 패턴을 추출하고, 그와 공기하는 어휘나 품사 및 구문을 알아내는 것은 매우 어려운 문제이다. 또한, 개념적 은유는 어떤 하나의 어휘를 중심으로 찾거나 하나의 품사 혹은 통사적 패턴으로 명확하게 추출하는 것은 많은 어려움이 있다.
본 연구는 은유 빅데이터 수집하고 분석을 통하여 은유 지식베이스를 구축하고, 구축된 은유 지식베이스로부터 의미적 문맥 정보를 분석하며, 이에 대한 은유적 표현 방법과 자동 스크립트 생성을 최종목표로 하였다. 이를 통해 매우 제한적인 규모의 코퍼스에서 벗어나 활용 가치가 높은 은유 지식베이스를 구축하고 이를 통한 다양한 언어학 분야에 활용할 수 있는 방법론을 제시하고자 하였다. 연구 진행은 첫째, 의미적 어휘 관계 분석, 문장의 구조적인 분석과 은유 패턴 추출을 통해 은유 지식베이스를 자동으로 생성하고, 확장하는 방안을 연구하였다. 기존 은유 데이터 세트 분석을 통해 개념적 은유의 문법적인 특징과 근원영역과 목표영역의 개념 어휘를 추출하기 위한 기본 연구를 진행하였다. 둘째, 개념적 은유 인식은 문장 단위, 문법 패턴, 단어 수준 별로 진행하였다. 개념적 은유에 사용되는 문법 패턴은 동사와 형용사가 명사와 연관되는 경향이 있음을 파악하여 동사와 명사, 형용사와 명사 관계를 주요 패턴으로 정의하여 개념적 은유 표현을 식별하였다. 셋째, Hearst Pattern을 확장하여 상하위 관계를 인식하는 패턴을 정의하고, 개념적 은유 텍스트에서 근원영역과 목표영역의 의미 관계를 추출하는 연구를 수행하였다. 또한, 은유 지식베이스 확장을 위해 지식 그래프 기술을 적용하였다. 은유 텍스트에서 추출된 지식베이스의 확장을 위해 추출된 개체와 관계를 기반으로 위키피디아와 구글 뉴스를 이용한 지식베이스 확장을 방법을 연구하였고, 이를 시각화하는 방법을 구현하였다.

Although studies on conceptual metaphor and metonymy are being actively conducted in the field of metaphor identification, they do not secure objectivity because they are mainly conducted in the way of generating and presenting data based on the resea ...

Although studies on conceptual metaphor and metonymy are being actively conducted in the field of metaphor identification, they do not secure objectivity because they are mainly conducted in the way of generating and presenting data based on the researcher's intuition. Conceptual metaphor or conceptual metonymy identification extracts from the corpus and checks the frequency of words or uses syntactic patterns of conceptual metaphors, so it is very difficult to find related vocabulary, parts of speech, and syntax. In addition, identifying a conceptual metaphor is difficult because it is based on a single vocabulary or uses a single part of speech or syntactic pattern.
The final goal of this study was to collect and analyze metaphor big data, build a metaphor knowledge base, analyze semantic contextual information from the constructed metaphor knowledge base, and create a metaphorical expression method and automatic script. Through this study, we tried to present a methodology that can be used in various fields of linguistics by constructing a metaphoric knowledge base with high utilization value beyond the corpus of a very limited scale. As for the progress of the study, first, a method of automatically generating and expanding the metaphor knowledge base was studied through semantic lexical relationship analysis, structural analysis of sentences, and metaphor pattern extraction. Basic research was conducted to extract grammatical characteristics of conceptual metaphors and conceptual vocabularies of source and target areas through the analysis of existing metaphor data sets.
Second, conceptual metaphor identification proceeded by sentence unit, grammatical pattern, and word level. As for the grammatical patterns used in conceptual metaphors, verbs and adjectives tend to be associated with nouns, and conceptual metaphorical expressions were identified by defining the relationship between verbs and nouns and adjectives and nouns as the main patterns.
Third, the Hearst Pattern was expanded to define the pattern for identifying the upper-lower relationship, and a study was conducted to extract the semantic relationship between the source area and the target area in the conceptual metaphor text. In addition, knowledge graph technology was applied to expand the metaphor knowledge base. In order to expand the knowledge base extracted from metaphorical text, based on the extracted entities and relationships, a method for expanding the knowledge base using Wikipedia and Google news was studied, and a method for visualizing it was implemented.

개념적 은유 및 환유에 관한 연구가 활발하게 이루어지고 있지만, 주로 연구자의 직관에 근거한 데이터 생성 및 제시의 방식으로 이루어졌기 때문에 연구자의 주장에 대한 객관성을 확보하지 못하고 있다. 개념적 은유나 개념적 환유를 코퍼스에서 추출하여 그 빈도수를 ...

개념적 은유 및 환유에 관한 연구가 활발하게 이루어지고 있지만, 주로 연구자의 직관에 근거한 데이터 생성 및 제시의 방식으로 이루어졌기 때문에 연구자의 주장에 대한 객관성을 확보하지 못하고 있다. 개념적 은유나 개념적 환유를 코퍼스에서 추출하여 그 빈도수를 확인하거나 개념적 은유의 통사적 패턴을 추출하고, 그와 공기하는 어휘나 품사 및 구문을 알아내는 것은 매우 어려운 문제이다. 또한, 개념적 은유는 어떤 하나의 어휘를 중심으로 찾거나 하나의 품사 혹은 통사적 패턴으로 명확하게 추출하는 것은 많은 어려움이 있다.
본 연구는 은유 빅데이터 수집하고 분석을 통하여 은유 지식베이스를 구축하고, 구축된 은유 지식베이스로부터 의미적 문맥 정보를 분석하며, 이에 대한 은유적 표현 방법과 자동 스크립트 생성을 최종목표로 하였다. 이를 통해 매우 제한적인 규모의 코퍼스에서 벗어나 활용 가치가 높은 은유 지식베이스를 구축하고 이를 통한 다양한 언어학 분야에 활용할 수 있는 방법론을 제시하고자 하였다. 연구 진행은 첫째, 의미적 어휘 관계 분석, 문장의 구조적인 분석과 은유 패턴 추출을 통해 은유 지식베이스를 자동으로 생성하고, 확장하는 방안을 연구하였다. 기존 은유 데이터 세트 분석을 통해 개념적 은유의 문법적인 특징과 근원영역과 목표영역의 개념 어휘를 추출하기 위한 기본 연구를 진행하였다. 둘째, 개념적 은유 인식은 문장 단위, 문법 패턴, 단어 수준 별로 진행하였다. 개념적 은유에 사용되는 문법 패턴은 동사와 형용사가 명사와 연관되는 경향이 있음을 파악하여 동사와 명사, 형용사와 명사 관계를 주요 패턴으로 정의하여 개념적 은유 표현을 식별하였다. 셋째, Hearst Pattern을 확장하여 상하위 관계를 인식하는 패턴을 정의하고, 개념적 은유 텍스트에서 근원영역과 목표영역의 의미 관계를 추출하는 연구를 수행하였다. 또한, 은유 지식베이스 확장을 위해 지식 그래프 기술을 적용하였다. 은유 텍스트에서 추출된 지식베이스의 확장을 위해 추출된 개체와 관계를 기반으로 위키피디아와 구글 뉴스를 이용한 지식베이스 확장을 방법을 연구하였고, 이를 시각화하는 방법을 구현하였다.

본 연구의 결과에 대해, 1차 연도에서는 의미적 어휘 관계 분석, 문장의 구조적인 분석과 은유 패턴 추출을 통해 은유 지식베이스를 자동으로 생성하고, 확장하는 방안을 연구하였다. 기존 은유 데이터 세트 분석을 통해 개념적 은유의 문법적인 특징과 근원영역과 목표영 ...

본 연구의 결과에 대해, 1차 연도에서는 의미적 어휘 관계 분석, 문장의 구조적인 분석과 은유 패턴 추출을 통해 은유 지식베이스를 자동으로 생성하고, 확장하는 방안을 연구하였다. 기존 은유 데이터 세트 분석을 통해 개념적 은유의 문법적인 특징과 근원영역과 목표영역의 개념 어휘를 추출하기 위한 기본 연구를 진행하였다. 이를 위해 단일 어휘와 복합명사 분석을 위해 N-gram 단어로 개념 어휘를 확장한 후, 전처리 과정을 진행한 후, 종속 구문 패턴을 이용하여 은유 지식베이스의 S-V-O 트리플을 추출하였다. 또한, 근원영역과 목표영역의 개념 어휘 인식을 위해 Top2Vec 알고리즘을 이용하여 임베딩 모델을 생성한 후, 근원영역과 목표영역에서 동시에 출현하는 어휘의 유사도를 측정하였다. 은유 지식베이스 구축의 정확성을 높이기 위해 신조어 감성 판별 연구를 진행하였다.
2차 연도에서는 은유 지식베이스를 이용한 개념적 은유의 관계 패턴을 추출하기 위해 특정 도메인의 문서 집합에서 Word2vec 알고리즘을 활용하여 키워드 속성 정보 추출하고, LDA 알고리즘을 이용하여 문서 주제에 적합한 개념을 클러스터링하였다. 개념적 은유 인식은 문장 단위, 문법 패턴, 단어 수준 별로 진행하였다. 개념적 은유에 사용되는 문법 패턴은 동사와 형용사가 명사와 연관되는 경향이 있음을 파악하여 동사와 명사, 형용사와 명사 관계를 주요 패턴으로 정의하여 개념적 은유 표현을 식별하였다. 또한, 종속 구문 분석을 이용하여 개념 어휘의 관계를 추출하기 위한 패턴을 정의하였다.
3차 연도에서는 Hearst Pattern을 확장하여 상하위 관계를 인식하는 패턴을 정의하고, 개념적 은유 텍스트에서 근원영역과 목표영역의 의미 관계를 추출하는 연구를 수행하였다. 또한, 은유 지식베이스 확장을 위해 지식 그래프 기술을 적용하였다. 은유 지식 그래프 생성을 위해 개체명 인식(Named Entity Recognition)과 관계 추출 방법을 제시하였고, BERT(Bidirectional Encoder Representations from Transformers) 사전학습 모델을 사용하였다. 은유 텍스트에서 추출된 지식베이스의 확장을 위해 추출된 개체와 관계를 기반으로 위키피디아와 구글 뉴스를 이용한 지식베이스 확장을 방법을 연구하였고, 이를 시각화하는 방법을 구현하였다.
본 연구는 일상 언어와 밀접하게 관련된 미디어 언어를 기반으로 은유 빅데이터를 이용한 은유 지식베이스를 구축하는 것으로 인간의 사고가 어떻게 운영되고 있는가를 보여줄 수 있는 의미 있는 기반 연구이다. 현재는 코퍼스를 기반으로 매우 제한적인 규모의 은유적 표현만을 추출할 수 있지만, 다양한 웹 데이터를 기반으로 은유적 표현의 의미적 문맥 정보 분석을 통해 은유 지식베이스로 확장한다면 다양한 분야의 적용이 가능하리라 예상된다. 또한, 은유 패턴 추출이 체계적으로 이루어진다면 일반적인 어휘가 가진 중의성의 문제를 해결하는 것에 비해 훨씬 높은 수준의 중의성이 해결될 것이고, 이는 인공지능의 기술 중 쳇봇(ChatBot), 자동 번역 등과 같은 응용 분야에서 자연스러운 대화체 구현을 위해 필요한 기반 기술이 될 것이다.