쓰기 교육에서 피드백은 학습자의 쓰기 능력을 향상시킬 수 있는 교육적 중재라는 점에서 매우 중요한 위치를 차지한다. 그 중요한 위치를 증명하기라도 하듯 피드백은 각 이론에서 주장하는 대로 그 모습을 조금씩 변화해 가면서 지금까지 쓰기 교육의 중요한 축으로써 자리해 왔다. 가장 중요한 것은 과연 어떤 피드백을 어떻게 제공하는 것이 효과적인가 하는 물음에 대한 답변을 모색하는 일일 것이다. 불행하게도 현실은 이러한 피드백 자체를 제공하기 어려운 환경에 놓여 있다. 한 명의 국어 교사가 많은 학생을 담당해야 하는 지금의 상황에서는 쓰기에 대한 개별적인 피드백을 제공하는 것이 매우 어렵기 때문이다. 최근 ...
쓰기 교육에서 피드백은 학습자의 쓰기 능력을 향상시킬 수 있는 교육적 중재라는 점에서 매우 중요한 위치를 차지한다. 그 중요한 위치를 증명하기라도 하듯 피드백은 각 이론에서 주장하는 대로 그 모습을 조금씩 변화해 가면서 지금까지 쓰기 교육의 중요한 축으로써 자리해 왔다. 가장 중요한 것은 과연 어떤 피드백을 어떻게 제공하는 것이 효과적인가 하는 물음에 대한 답변을 모색하는 일일 것이다. 불행하게도 현실은 이러한 피드백 자체를 제공하기 어려운 환경에 놓여 있다. 한 명의 국어 교사가 많은 학생을 담당해야 하는 지금의 상황에서는 쓰기에 대한 개별적인 피드백을 제공하는 것이 매우 어렵기 때문이다. 최근 자연어 처리 기술의 발달로 이러한 어려움을 실질적으로 타개할 수 있는 길이 열리기 시작하였다. 피드백을 제공하기 위해서는 필연적으로 학습자의 글을 분석하고 이를 평가하는 과정이 필요한데, 이러한 인간의 피드백 과정을 알고리즘으로 구축하여 자동화할 수 있게 된 것이다. 이러한 문제의식에 근거하여 이 연구에서는 학생들이 작성한 논설문에 대한 피드백을 자동으로 제공하기 위한 방안을 모색하는 것을 연구 목적으로 삼았다. 학습자가 생산한 텍스트가 데이터로써 컴퓨터에 입력되면, 자연어 처리 기술을 활용하여 이를 분석하고 텍스트의 특성을 추출하여 자동으로 현재의 쓰기 수행 수준을 향상시킬 수 있는 정보를 제공하는 알고리즘을 구축하는 것이 이 연구의 궁극적인 목표였다. 이는 교사가 당면해 있는 현실적인 어려움을 실질적으로 지원하고 학습자에게 개별적인 교육적 중재를 효율적으로 제공한다는 점에서 큰 의미가 있다. 연구 대상은 공통 교육과정을 모두 이수하여 다양한 쓰기 수행 수준을 확인할 수 있을 것으로 예상되는 고등학교 2학년 남녀 학생으로, 총 세 곳의 인문계 고등학교에서 200편의 글을 수집하였다. 글을 통해 자신의 의사를 설득력 있게 전달하는 상황이 매우 중요하다는 점을 빌어 논증을 기반으로 하는 글 중 가장 학생들에게 익숙한 유형인 ‘논설문’을 연구 장르로 선정하였다. 수집된 글은 현직 국어 교사 14명의 평가를 거쳤으며 Cronbach α를 통해 매우 높은 평가자 간 신뢰도를 확보하였다. 이때 사용된 평가기준표는 내용 타당도를 확보하기 위해 쓰기 전공자 및 국어 교사의 협의를 거쳐 확정하였다. 이러한 과정을 거쳐 얻어진 평가 결과를 토대로 학습자들의 쓰기 수행 수준별 특성을 고찰하였다. 학생들이 작성한 논설문의 쓰기 수행 수준은 K-평균 군집 분석을 사용하여 상·중·하의 세 집단으로 나누었다. 다음으로 일원분산분석을 수행하여 쓰기 수행 수준에 따른 집단 간 차이를 더 잘 보여줄 수 있는 분석 범주를 설정하였다. 상위 범주인 평가 요소의 F값이 그 하위 범주인 평가 항목의 F값보다 크기 때문에 이 연구에서는 ‘내용’, ‘조직’, ‘표현’ 수준에 따른 학생의 쓰기 수행 수준별 차이를 분석하였다. 수준별 논설문 특성을 분석하는 데에는 Python에서 한국어 텍스트 마이닝을 할 때 널리 사용되는 KoNLPy의 Kkma 형태소 분석기를 활용하였다. 텍스트 전처리 과정에서 품사 태깅이 반드시 수행되기 때문에 이 연구에서는 먼저 품사를 통해 얻을 수 있는 텍스트 정보를 탐색하는 것을 목표로 하였다. 이러한 접근은 자동 피드백과 관련된 연구의 저변이 부족한 상태에서는 오히려 더 필요한 방법이라고 할 수 있다. 국어의 여러 품사 가운데 최종 분석 대상으로 선정된 것은 ‘명사, 수사, 인칭대명사’이다. 명사는 글의 내용과 직결되는 품사로써 내용에 대한 자동 피드백 방안을 가장 효과적으로 제공해 줄 수 있다. 수사의 사용은 특히 상위권에서 즐겨 사용되는 쓰기 전략이기 때문에 수사는 필자가 사용하는 근거와 관련된 피드백을 단어 수준에서 효율적으로 제공할 수 있는 품사로 역시 내용에 대한 자동 피드백을 제공하는 데에 도움이 될 수 있다. 마지막으로 인칭대명사는 논증적 글쓰기에서 갖추어야 할 객관적이고 공식적인 문체를 담보하고 있는지를 판단할 수 있는 핵심적인 분석 대상으로 표현에 대한 자동 피드백을 역시 단어 수준에서 효율적으로 제공할 수 있다. 선행 연구 분석 결과, 교사들은 내용에 대한 피드백이 가장 중요하다고 생각하고 있음에도 불구하고, 표현과 같이 상대적으로 쉽게 발견되며 비교적 인지적 부담이 덜한 영역에 피드백을 집중적으로 제공하고 있다는 현실 역시 고려하였다. 더불어 단어에 속하지는 않으나 ‘어절’과 ‘문단’이라는 유창성 자질도 포함하여 텍스트의 수준별 특성을 분석하였다. 어절은 글의 분량, 문단은 글의 구성과 관련하여 글을 작성할 때 기본적으로 요구되는 형식으로써 피드백을 제공할 때 기본적으로 포함되어야 할 항목이며, 수량화가 상당히 용이하다. 특히 글의 길이는 전통적으로 자동화된 학생 글 평가 프로그램에서 빠지지 않는 상당히 핵심적인 변인으로써 인간의 평가 결과와 매우 높은 상관을 보이는 자질이라는 점 역시 고려하였다. 이렇게 ‘명사, 수사, 인칭대명사’, 그리고 ‘어절, 문단’이라는 다섯 가지의 분석 대상이 정해진 이후, 각 분석 대상과 밀접한 관련을 보이는 평가 요소에 따라 수준별 텍스트 마이닝을 수행하여 그 차이를 확인하고 평가 결과와의 상관 관계를 분석하였다. 이를 토대로 자동 피드백 자질을 ‘어절 수, 문단 수, 명사 종류 수, 수사 빈도수, 인칭대명사 사용 여부’의 다섯 가지로 결정하여 각각에 맞는 자동 피드백 방안을 다음과 같이 설계하였다. 첫째, 입력된 논설문의 어절 수를 계산하여 그 양이 충분한지를 판단하고, 그 양이 부족하면 추가 어절 수를 제공한다. 둘째, 입력된 논설문의 문단 수를 계산하여 그 수가 적정 범위 내에 들었는지 확인하고, 문단 구분의 필요성 및 적절한 문단 수를 제공한다. 셋째, 입력된 논설문에 사용된 명사의 종류 수를 토대로 내용의 풍부성을 판단하고, LSA에서 도출된 상 수준의 명사 목록 또는 전문가의 글이나 기사문을 제공하였다. 넷째, 입력된 논설문에서 사용된 수사 빈도수를 계산하여 수치가 근거로 유용하게 활용될 수 있음을 안내하고, 이의 사용을 권고하는 피드백을 제공하였다. 다섯째, 논설문에서 1인칭 및 2인칭 대명사의 출현 여부를 확인하고 설득력 있는 논설문이 갖추어야 할 어조를 제공하였다. 이상의 피드백은 해당 자질과 관련되는 쓰기 지식이 먼저 제시되고, 해당 수준에 맞는 개별적 피드백이 그에 어울리는 반응과 함께 제공되는 방식으로 구현된다. 효과적인 피드백 제공 원리를 고려하여 구체적이고 상세한 설명, 그리고 학습자의 정의적 요인을 꺾지 않는 긍정적인 반응을 함께 제공하는 데에 초점을 맞추었다. 마지막으로 Python을 활용하여 논설문을 자동으로 피드백할 수 있는 프로그램을 개발하였다. 자동 피드백 프로그램을 사용하기 위해서는 먼저 논설문을 TXT 파일로 저장하는 것이 필요하다. 프로그램을 실행하고 나서 사용자가 해야할 일은 딱 두 가지인데, 분석할 논설문의 파일 경로와 그 분석 결과가 저장되기를 원하는 주소를 입력하는 것이다. 이후에는 프로그램이 자동으로 입력된 논설문의 자질을 추출하고 분석을 수행하여 피드백을 제공하며, 모든 과정을 수행하면 분석이 끝났다는 안내가 컴퓨터 화면에 나타난다. 프로그램 사용자는 자동 피드백 프로그램의 결과를 TXT 파일을 열어 확인할 수 있다. 프로그램을 사용하면 학습자가 원하는 때에 피드백을 얼마든지 반복적으로 받을 수 있다는 점에서 매우 유용하다. 이 연구의 결과로 획득한 명시적인 어휘 및 수량 자질들은 추후 자동 채점 및 자동 피드백 연구의 기반 자료로 활용될 수 있으며, 학습자에게 유용한 피드백 자원으로서 기능할 수 있다. 또 쓰기 교육에서 어려움을 겪고 있는 문제를 최근 활용되고 있는 자연어 처리 기술을 통해 극복하고자 한 점 역시 이 연구의 특색이라고 할 수 있다. 무엇보다도 학습자에게 개별적이고 즉각적으로 피드백을 제공할 수 있다는 점, 교사의 피드백 지도를 효과적으로 지원해 줄 수 있는 도구를 개발했다는 점이 이 연구의 가장 큰 의의일 것이다.
쓰기 교육에서 피드백은 학습자의 쓰기 능력을 향상시킬 수 있는 교육적 중재라는 점에서 매우 중요한 위치를 차지한다. 그 중요한 위치를 증명하기라도 하듯 피드백은 각 이론에서 주장하는 대로 그 모습을 조금씩 변화해 가면서 지금까지 쓰기 교육의 중요한 축으로써 자리해 왔다. 가장 중요한 것은 과연 어떤 피드백을 어떻게 제공하는 것이 효과적인가 하는 물음에 대한 답변을 모색하는 일일 것이다. 불행하게도 현실은 이러한 피드백 자체를 제공하기 어려운 환경에 놓여 있다. 한 명의 국어 교사가 많은 학생을 담당해야 하는 지금의 상황에서는 쓰기에 대한 개별적인 피드백을 제공하는 것이 매우 어렵기 때문이다. 최근 자연어 처리 기술의 발달로 이러한 어려움을 실질적으로 타개할 수 있는 길이 열리기 시작하였다. 피드백을 제공하기 위해서는 필연적으로 학습자의 글을 분석하고 이를 평가하는 과정이 필요한데, 이러한 인간의 피드백 과정을 알고리즘으로 구축하여 자동화할 수 있게 된 것이다. 이러한 문제의식에 근거하여 이 연구에서는 학생들이 작성한 논설문에 대한 피드백을 자동으로 제공하기 위한 방안을 모색하는 것을 연구 목적으로 삼았다. 학습자가 생산한 텍스트가 데이터로써 컴퓨터에 입력되면, 자연어 처리 기술을 활용하여 이를 분석하고 텍스트의 특성을 추출하여 자동으로 현재의 쓰기 수행 수준을 향상시킬 수 있는 정보를 제공하는 알고리즘을 구축하는 것이 이 연구의 궁극적인 목표였다. 이는 교사가 당면해 있는 현실적인 어려움을 실질적으로 지원하고 학습자에게 개별적인 교육적 중재를 효율적으로 제공한다는 점에서 큰 의미가 있다. 연구 대상은 공통 교육과정을 모두 이수하여 다양한 쓰기 수행 수준을 확인할 수 있을 것으로 예상되는 고등학교 2학년 남녀 학생으로, 총 세 곳의 인문계 고등학교에서 200편의 글을 수집하였다. 글을 통해 자신의 의사를 설득력 있게 전달하는 상황이 매우 중요하다는 점을 빌어 논증을 기반으로 하는 글 중 가장 학생들에게 익숙한 유형인 ‘논설문’을 연구 장르로 선정하였다. 수집된 글은 현직 국어 교사 14명의 평가를 거쳤으며 Cronbach α를 통해 매우 높은 평가자 간 신뢰도를 확보하였다. 이때 사용된 평가기준표는 내용 타당도를 확보하기 위해 쓰기 전공자 및 국어 교사의 협의를 거쳐 확정하였다. 이러한 과정을 거쳐 얻어진 평가 결과를 토대로 학습자들의 쓰기 수행 수준별 특성을 고찰하였다. 학생들이 작성한 논설문의 쓰기 수행 수준은 K-평균 군집 분석을 사용하여 상·중·하의 세 집단으로 나누었다. 다음으로 일원분산분석을 수행하여 쓰기 수행 수준에 따른 집단 간 차이를 더 잘 보여줄 수 있는 분석 범주를 설정하였다. 상위 범주인 평가 요소의 F값이 그 하위 범주인 평가 항목의 F값보다 크기 때문에 이 연구에서는 ‘내용’, ‘조직’, ‘표현’ 수준에 따른 학생의 쓰기 수행 수준별 차이를 분석하였다. 수준별 논설문 특성을 분석하는 데에는 Python에서 한국어 텍스트 마이닝을 할 때 널리 사용되는 KoNLPy의 Kkma 형태소 분석기를 활용하였다. 텍스트 전처리 과정에서 품사 태깅이 반드시 수행되기 때문에 이 연구에서는 먼저 품사를 통해 얻을 수 있는 텍스트 정보를 탐색하는 것을 목표로 하였다. 이러한 접근은 자동 피드백과 관련된 연구의 저변이 부족한 상태에서는 오히려 더 필요한 방법이라고 할 수 있다. 국어의 여러 품사 가운데 최종 분석 대상으로 선정된 것은 ‘명사, 수사, 인칭대명사’이다. 명사는 글의 내용과 직결되는 품사로써 내용에 대한 자동 피드백 방안을 가장 효과적으로 제공해 줄 수 있다. 수사의 사용은 특히 상위권에서 즐겨 사용되는 쓰기 전략이기 때문에 수사는 필자가 사용하는 근거와 관련된 피드백을 단어 수준에서 효율적으로 제공할 수 있는 품사로 역시 내용에 대한 자동 피드백을 제공하는 데에 도움이 될 수 있다. 마지막으로 인칭대명사는 논증적 글쓰기에서 갖추어야 할 객관적이고 공식적인 문체를 담보하고 있는지를 판단할 수 있는 핵심적인 분석 대상으로 표현에 대한 자동 피드백을 역시 단어 수준에서 효율적으로 제공할 수 있다. 선행 연구 분석 결과, 교사들은 내용에 대한 피드백이 가장 중요하다고 생각하고 있음에도 불구하고, 표현과 같이 상대적으로 쉽게 발견되며 비교적 인지적 부담이 덜한 영역에 피드백을 집중적으로 제공하고 있다는 현실 역시 고려하였다. 더불어 단어에 속하지는 않으나 ‘어절’과 ‘문단’이라는 유창성 자질도 포함하여 텍스트의 수준별 특성을 분석하였다. 어절은 글의 분량, 문단은 글의 구성과 관련하여 글을 작성할 때 기본적으로 요구되는 형식으로써 피드백을 제공할 때 기본적으로 포함되어야 할 항목이며, 수량화가 상당히 용이하다. 특히 글의 길이는 전통적으로 자동화된 학생 글 평가 프로그램에서 빠지지 않는 상당히 핵심적인 변인으로써 인간의 평가 결과와 매우 높은 상관을 보이는 자질이라는 점 역시 고려하였다. 이렇게 ‘명사, 수사, 인칭대명사’, 그리고 ‘어절, 문단’이라는 다섯 가지의 분석 대상이 정해진 이후, 각 분석 대상과 밀접한 관련을 보이는 평가 요소에 따라 수준별 텍스트 마이닝을 수행하여 그 차이를 확인하고 평가 결과와의 상관 관계를 분석하였다. 이를 토대로 자동 피드백 자질을 ‘어절 수, 문단 수, 명사 종류 수, 수사 빈도수, 인칭대명사 사용 여부’의 다섯 가지로 결정하여 각각에 맞는 자동 피드백 방안을 다음과 같이 설계하였다. 첫째, 입력된 논설문의 어절 수를 계산하여 그 양이 충분한지를 판단하고, 그 양이 부족하면 추가 어절 수를 제공한다. 둘째, 입력된 논설문의 문단 수를 계산하여 그 수가 적정 범위 내에 들었는지 확인하고, 문단 구분의 필요성 및 적절한 문단 수를 제공한다. 셋째, 입력된 논설문에 사용된 명사의 종류 수를 토대로 내용의 풍부성을 판단하고, LSA에서 도출된 상 수준의 명사 목록 또는 전문가의 글이나 기사문을 제공하였다. 넷째, 입력된 논설문에서 사용된 수사 빈도수를 계산하여 수치가 근거로 유용하게 활용될 수 있음을 안내하고, 이의 사용을 권고하는 피드백을 제공하였다. 다섯째, 논설문에서 1인칭 및 2인칭 대명사의 출현 여부를 확인하고 설득력 있는 논설문이 갖추어야 할 어조를 제공하였다. 이상의 피드백은 해당 자질과 관련되는 쓰기 지식이 먼저 제시되고, 해당 수준에 맞는 개별적 피드백이 그에 어울리는 반응과 함께 제공되는 방식으로 구현된다. 효과적인 피드백 제공 원리를 고려하여 구체적이고 상세한 설명, 그리고 학습자의 정의적 요인을 꺾지 않는 긍정적인 반응을 함께 제공하는 데에 초점을 맞추었다. 마지막으로 Python을 활용하여 논설문을 자동으로 피드백할 수 있는 프로그램을 개발하였다. 자동 피드백 프로그램을 사용하기 위해서는 먼저 논설문을 TXT 파일로 저장하는 것이 필요하다. 프로그램을 실행하고 나서 사용자가 해야할 일은 딱 두 가지인데, 분석할 논설문의 파일 경로와 그 분석 결과가 저장되기를 원하는 주소를 입력하는 것이다. 이후에는 프로그램이 자동으로 입력된 논설문의 자질을 추출하고 분석을 수행하여 피드백을 제공하며, 모든 과정을 수행하면 분석이 끝났다는 안내가 컴퓨터 화면에 나타난다. 프로그램 사용자는 자동 피드백 프로그램의 결과를 TXT 파일을 열어 확인할 수 있다. 프로그램을 사용하면 학습자가 원하는 때에 피드백을 얼마든지 반복적으로 받을 수 있다는 점에서 매우 유용하다. 이 연구의 결과로 획득한 명시적인 어휘 및 수량 자질들은 추후 자동 채점 및 자동 피드백 연구의 기반 자료로 활용될 수 있으며, 학습자에게 유용한 피드백 자원으로서 기능할 수 있다. 또 쓰기 교육에서 어려움을 겪고 있는 문제를 최근 활용되고 있는 자연어 처리 기술을 통해 극복하고자 한 점 역시 이 연구의 특색이라고 할 수 있다. 무엇보다도 학습자에게 개별적이고 즉각적으로 피드백을 제공할 수 있다는 점, 교사의 피드백 지도를 효과적으로 지원해 줄 수 있는 도구를 개발했다는 점이 이 연구의 가장 큰 의의일 것이다.
In writing education, feedback is a very important position in that it is an educational intervention that can improve learners' writing ability. As evidenced by the important position, feedback has been an important axis of writing education so far, changing its appearance as claimed by each theory...
In writing education, feedback is a very important position in that it is an educational intervention that can improve learners' writing ability. As evidenced by the important position, feedback has been an important axis of writing education so far, changing its appearance as claimed by each theory. The most important thing is to find answers to the question of what kind of feedback should be provided and how to provide the feedback. Unfortunately, the reality lies in an environment where it is difficult to provide such feedback itself. It is very difficult to provide individual feedback on writing in the current situation where one Korean language teacher should take charge of many students. Recently, the development of natural language processing technology has begun to open a way to overcome these difficulties. In order to provide feedback, it is necessary to analyze and evaluate the learner's writings inevitably, and this human feedback process can be constructed by algorithm and automated. Based on this critical mind, this study aimed to find a way to automatically provide feedback on persuasive essays written by students. The ultimate goal of this study was to establish an algorithm that can automatically improve the current writing performance level by analyzing the texts produced by learners and extracting the characteristics of the texts by using natural language processing techniques when the texts are inputted into the computer as data. This is meaningful in that it practically supports the realistic difficulties facing the teachers and provides individual educational interventions to the learners efficiently. The subjects of this study were 2nd grade high school students who were expected to complete the common curriculum and check various writing performance levels. 200 articles were collected from three academic high schools. The most familiar type of argumentation, ‘Persuasive Essays’, was selected as the research genre, based on the fact that it is very important to convey one's intention persuasively through writing. The collected essays were evaluated by 14 in-service Korean language teachers and secured the reliability among the highly evaluated persons through Cronbach α. The evaluation criteria used at this time were confirmed through consultation between writing majors and Korean language teachers to secure content validity. Based on the results of the evaluation, the characteristics of the learners' writing performance level were examined. The level of writing performance of the essay written by the students was divided into three groups, upper, middle, and lower, using the K-means clustering. Next, the analysis category was set up to show the difference between groups according to the writing performance level by performing one-way ANOVA. Because the F value of the evaluation element, which is the upper category, is larger than the F value of the evaluation item, which is the lower category, this study analyzed the difference by the level of the students' writing performance according to the level of 'content', 'organization', and 'expression'. To analyze the characteristics of the essays by level, Kkma morpheme analyzer of KoNLPy, which is widely used when mining Korean texts in Python, was used. Since part of speech tagging is performed in the preprocessing process of text, this study aims to explore the text information that can be obtained through part of speech. This approach is a more necessary method in the absence of the base of research related to automatic feedback. Among the various parts of speech in Korean, the final analysis targets are 'nouns, numeral, and personal pronouns'. Nouns are parts of speech directly connected with the contents of the essay, and can provide the most effective automatic feedback method for the contents. Since the use of numeral is a writing strategy that is especially used in the top level, numeral can be helpful in providing automatic feedback on the contents with part of speech that can efficiently provide feedback related to the evidence used by the writer at the word level. Lastly, personal pronouns can provide automatic feedback on expressions efficiently at the word level as a key analysis object to determine whether they have objective and formal style to be equipped in argumentative writing. As a result of the previous research analysis, although teachers think feedback about contents is the most important, the reality was also considered the fact that feedback is provided intensively in areas where it is relatively easy to find like expression and relatively less cognitive burden. In addition, the characteristics of the texts were analyzed, including fluency qualities such as 'ejeol' and 'literary', although they do not belong to words. The amount of the words and the paragraphs are the basic items to be included when providing feedback as a form required when writing essays in relation to the composition of the essays. Especially, the length of the essay is a very important variable that does not fall out of the traditionally automated essay scoring program, and it is also considered that it is a very high correlation with the human evaluation results. After the five analysis subjects, ‘noun, numeral, personal pronoun’ and ‘ejeol, paragraph’ were selected, the level-specific text mining was performed according to the evaluation elements closely related to each analysis object, and the difference was confirmed and the correlation with the evaluation results was analyzed. Based on this, the automatic feedback features were determined as five types: the number of phrases, the number of paragraphs, the number of nouns, the frequency of numeral, and the use of personal pronouns. First, the number of ejeols in the input essay is calculated to determine whether the amount is sufficient, and if the amount is insufficient, the number of additional phrases is provided. Second, the number of paragraphs in the input essays is calculated to check whether the number is within the appropriate range, and the necessity of paragraph classification and the number of appropriate paragraphs are provided. Third, the richness of the contents was judged based on the number of nouns used in the input essays, and the list of high-level nouns derived from LSA or news articles or articles of experts were provided. Fourth, the frequency of numeral used in the input essay was calculated to guide the fact that the figures could be usefully used as a evidence, and feedback was provided to recommend the use of the data. Fifth, the first and second person pronouns were confirmed in the essay and the tone of persuasive essay was provided. The above feedback is implemented in a way that the writing knowledge related to the corresponding features is presented first, and individual feedback corresponding to the level is provided with the appropriate response. The focus was on providing concrete and detailed explanations and positive responses that do not break the affective factors of learners in consideration of the effective feedback provision principle. Finally, a program was developed to automatically feedback essays using Python. In order to use the automatic feedback program, it is necessary to store the essay as a TXT file first. There are only two things that a user needs to do after running the program: enter the file path of the essay to be analyzed and the address that the analysis result wants to be stored. After that, the program extracts the features of the automatically inputted essay and provides feedback by performing the analysis. When all the processes are performed, the information that the analysis is over appears on the computer screen. The program user can check the result of the automatic feedback program by opening the TXT file. The program is very useful in that it can receive feedback repeatedly when the learner wants to use it. The explicit vocabulary and quantity qualities acquired as a result of this study can be used as the base data for automatic scoring and automatic feedback research in the future, and can function as a useful feedback resource for learners. In addition, this study is also characterized by the fact that the problem that is experiencing difficulties in writing education is overcome through the natural language processing technology that is being used recently. Above all, the most noticeable significance of this study is that it is possible to provide feedback to learners individually and immediately, and that it has developed a tool to effectively support teacher feedback guidance.
In writing education, feedback is a very important position in that it is an educational intervention that can improve learners' writing ability. As evidenced by the important position, feedback has been an important axis of writing education so far, changing its appearance as claimed by each theory. The most important thing is to find answers to the question of what kind of feedback should be provided and how to provide the feedback. Unfortunately, the reality lies in an environment where it is difficult to provide such feedback itself. It is very difficult to provide individual feedback on writing in the current situation where one Korean language teacher should take charge of many students. Recently, the development of natural language processing technology has begun to open a way to overcome these difficulties. In order to provide feedback, it is necessary to analyze and evaluate the learner's writings inevitably, and this human feedback process can be constructed by algorithm and automated. Based on this critical mind, this study aimed to find a way to automatically provide feedback on persuasive essays written by students. The ultimate goal of this study was to establish an algorithm that can automatically improve the current writing performance level by analyzing the texts produced by learners and extracting the characteristics of the texts by using natural language processing techniques when the texts are inputted into the computer as data. This is meaningful in that it practically supports the realistic difficulties facing the teachers and provides individual educational interventions to the learners efficiently. The subjects of this study were 2nd grade high school students who were expected to complete the common curriculum and check various writing performance levels. 200 articles were collected from three academic high schools. The most familiar type of argumentation, ‘Persuasive Essays’, was selected as the research genre, based on the fact that it is very important to convey one's intention persuasively through writing. The collected essays were evaluated by 14 in-service Korean language teachers and secured the reliability among the highly evaluated persons through Cronbach α. The evaluation criteria used at this time were confirmed through consultation between writing majors and Korean language teachers to secure content validity. Based on the results of the evaluation, the characteristics of the learners' writing performance level were examined. The level of writing performance of the essay written by the students was divided into three groups, upper, middle, and lower, using the K-means clustering. Next, the analysis category was set up to show the difference between groups according to the writing performance level by performing one-way ANOVA. Because the F value of the evaluation element, which is the upper category, is larger than the F value of the evaluation item, which is the lower category, this study analyzed the difference by the level of the students' writing performance according to the level of 'content', 'organization', and 'expression'. To analyze the characteristics of the essays by level, Kkma morpheme analyzer of KoNLPy, which is widely used when mining Korean texts in Python, was used. Since part of speech tagging is performed in the preprocessing process of text, this study aims to explore the text information that can be obtained through part of speech. This approach is a more necessary method in the absence of the base of research related to automatic feedback. Among the various parts of speech in Korean, the final analysis targets are 'nouns, numeral, and personal pronouns'. Nouns are parts of speech directly connected with the contents of the essay, and can provide the most effective automatic feedback method for the contents. Since the use of numeral is a writing strategy that is especially used in the top level, numeral can be helpful in providing automatic feedback on the contents with part of speech that can efficiently provide feedback related to the evidence used by the writer at the word level. Lastly, personal pronouns can provide automatic feedback on expressions efficiently at the word level as a key analysis object to determine whether they have objective and formal style to be equipped in argumentative writing. As a result of the previous research analysis, although teachers think feedback about contents is the most important, the reality was also considered the fact that feedback is provided intensively in areas where it is relatively easy to find like expression and relatively less cognitive burden. In addition, the characteristics of the texts were analyzed, including fluency qualities such as 'ejeol' and 'literary', although they do not belong to words. The amount of the words and the paragraphs are the basic items to be included when providing feedback as a form required when writing essays in relation to the composition of the essays. Especially, the length of the essay is a very important variable that does not fall out of the traditionally automated essay scoring program, and it is also considered that it is a very high correlation with the human evaluation results. After the five analysis subjects, ‘noun, numeral, personal pronoun’ and ‘ejeol, paragraph’ were selected, the level-specific text mining was performed according to the evaluation elements closely related to each analysis object, and the difference was confirmed and the correlation with the evaluation results was analyzed. Based on this, the automatic feedback features were determined as five types: the number of phrases, the number of paragraphs, the number of nouns, the frequency of numeral, and the use of personal pronouns. First, the number of ejeols in the input essay is calculated to determine whether the amount is sufficient, and if the amount is insufficient, the number of additional phrases is provided. Second, the number of paragraphs in the input essays is calculated to check whether the number is within the appropriate range, and the necessity of paragraph classification and the number of appropriate paragraphs are provided. Third, the richness of the contents was judged based on the number of nouns used in the input essays, and the list of high-level nouns derived from LSA or news articles or articles of experts were provided. Fourth, the frequency of numeral used in the input essay was calculated to guide the fact that the figures could be usefully used as a evidence, and feedback was provided to recommend the use of the data. Fifth, the first and second person pronouns were confirmed in the essay and the tone of persuasive essay was provided. The above feedback is implemented in a way that the writing knowledge related to the corresponding features is presented first, and individual feedback corresponding to the level is provided with the appropriate response. The focus was on providing concrete and detailed explanations and positive responses that do not break the affective factors of learners in consideration of the effective feedback provision principle. Finally, a program was developed to automatically feedback essays using Python. In order to use the automatic feedback program, it is necessary to store the essay as a TXT file first. There are only two things that a user needs to do after running the program: enter the file path of the essay to be analyzed and the address that the analysis result wants to be stored. After that, the program extracts the features of the automatically inputted essay and provides feedback by performing the analysis. When all the processes are performed, the information that the analysis is over appears on the computer screen. The program user can check the result of the automatic feedback program by opening the TXT file. The program is very useful in that it can receive feedback repeatedly when the learner wants to use it. The explicit vocabulary and quantity qualities acquired as a result of this study can be used as the base data for automatic scoring and automatic feedback research in the future, and can function as a useful feedback resource for learners. In addition, this study is also characterized by the fact that the problem that is experiencing difficulties in writing education is overcome through the natural language processing technology that is being used recently. Above all, the most noticeable significance of this study is that it is possible to provide feedback to learners individually and immediately, and that it has developed a tool to effectively support teacher feedback guidance.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.