$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

소설 등장인물의 텍스트 거리를 이용한 사회 구성망 분석
Analysis of Social Network According to The Distance of Characters Statements 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.13 no.4, 2013년, pp.427 - 439  

박경미 (부산대학교 U-Port 정보기술산학공동 사업부) ,  김성환 (부산대학교 정보컴퓨터공학부) ,  조환규 (부산대학교 정보컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

복잡계 과학의 발달에 따라 많은 사회 네트워크들이 분석되고 있다. 사회 네트워크는 현재 인문, 경제, 웹 사이언스 등 다양한 분야에 응용되고 있다. 최근, 소설의 등장인물을 이용한 네트워크와 실제 사회 네트워크의 특성을 비교하는 다양한 연구가 진행되고 있다. 그러나 기존의 등장인물 네트워크는 대부분 미리 정리된 인명사전을 이용하므로 주요한 몇몇 인물들 사이의 연관성은 밝힐 수 있으나, 한번 이상 등장한 모든 인물의 전체적인 사회적 구조는 설명하지 못하고 있다. 본 연구에서는 소설로부터 등장인물을 직접 추출하고, 등장인물 사이의 거리를 사용하여 상관관계를 설정하여 네트워크를 구축한다. 제안방법은 소설 텍스트로부터 등장인물의 출현빈도와 등장인물들 사이의 연관성의 발생 빈도를 이용하여 연관성 가중치를 구할 수 있으며, 이 연관성 가중치를 사용하여 노드의 수를 조절하여 K-critical 네트워크를 구성한다. 제시한 K-critical 네트워크는 분석대상 소설에 등장하는 인물들끼리 얼마나 긴밀하게 연관되어 있는지를 정량적으로 파악하는 매우 중요한 정보를 줄 수 있음을 실험을 통하여 제시할 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

With the fast development of complex science, lots of social networks are studied. We know that the social network is widely applied in analyzing issues in human culture, economics and web sciences. Recently we witness that some researchers began to compare the social network constructed from fictio...

주제어

질의응답

핵심어 질문 논문에서 추출한 답변
네트워크는 무엇인가? 최근 복잡계 연구의 일환으로 네트워크에 관한 연구가 다양한 분야에서 활발하게 진행되고 있다[1-3]. 네트워크란 노드(node)라 불리는 구성요소와 그들 사이를 연결하는 링크(link)로 이루어진 하나의 기하학적 구조로 네트워크를 기반으로 노드와 노드 사이의 상관관계를 분석하여 복잡한 현상을 쉽게 이해할 수 있다[4]. 이러한 네트워크는 공학, 생명과학, 정보 분야 등에 널리 응용되고 있다.
기존 등장인물 네트워크의 문제점은 무엇인가? 최근, 소설의 등장인물을 이용한 네트워크와 실제 사회 네트워크의 특성을 비교하는 다양한 연구가 진행되고 있다. 그러나 기존의 등장인물 네트워크는 대부분 미리 정리된 인명사전을 이용하므로 주요한 몇몇 인물들 사이의 연관성은 밝힐 수 있으나, 한번 이상 등장한 모든 인물의 전체적인 사회적 구조는 설명하지 못하고 있다. 본 연구에서는 소설로부터 등장인물을 직접 추출하고, 등장인물 사이의 거리를 사용하여 상관관계를 설정하여 네트워크를 구축한다.
문학 소서러 등장인물의 관계를 바탕으로 구축한 네트워크의 정적인 구조적 특성을 분석하는 것은 어떻게 사회 네트워크와 유사하다는 걸 보여주는가? 먼저, 네트워크의 정적인 구조적 특성을 분석하는 것은 최단거리, 연결선수의 분포, 견고성, 네트워크 다양성 등을 분석하는 것이다[9-11]. 이것은 주로 네트워크의 구조적 특성을 분석하고 소설의 등장인물들의 연결망 역시 멱함수 분포를 나타내며 척도 없는 네트워크의 특성을 제시함으로서 사회 네트워크와 유사하다는 것을 보여주었다. 두 번째, 소설의 시간적 흐름에 따라 주요 등장인물과 연관성의 변화에 의해 네트워크를 구축하고 분석하는 연구가 소설 삼국지와 대하소설 토지를 이용하여 이루어졌다[7][8].
질의응답 정보가 도움이 되었나요?

참고문헌 (23)

  1. R. Solomonoff and A. Rapoport, "Connectivity of random nets," Bull. Math. Biophys, Vol.13, No.1, pp.107-117, 1951. 

  2. P. Erdos and A. Renyi, "On random graphs," Publicat. Math., Vol.6, No.2 pp.290-297, 1959. 

  3. Y. Y. Liu, J. J. Slotine, and A. L. Barabasi, "Controllability of complex network," Nature, Vol.473, No.7346, pp.167-173, 2011. 

  4. Linton Freeman, "The Deveolpment of Social Network Analysis," Empirical Press, 2006. 

  5. D. K. Elson, N. Dames, and K. R. McKeown "Extracting Social Networks from Literary Fiction," Proc. ACL, pp.138-147, 2010. 

  6. P. Matthews and L. Barrett, "Small-screen social groups: soap operas and social networks," J. Cul. Evol. Psychol, Vol.3, No.1, pp75-86, 2005. 

  7. 김윤경, 신현일, 구자을, 김학용, "소설 삼국지 등장인물 네트워크의 동적 변화 분석," 한국콘텐츠학회논문지, 제9권, 제4호, pp.364-371, 2009. 

  8. 김학용, "대하소설 토지 등장인물 네트워크의 동적 변화 분석", 한국콘텐츠학회논문지, 제12권, 제 11호, pp.519-526, 2012. 

  9. D. N. Stiller and R. Dunbar, "The small world of Shakespeare's play", Proc. Nat'l. Acad. Sci, Vol.14, No.4, pp.397-408, 2003. 

  10. 최연무, "복잡계 네트워크로서의 그리스 신화", 물리, 제49권, 제3호, pp.298-302, 2004. 

  11. 김상락, "문학 작품에서의 복잡계 연결망 분석: 소설 토지를 중심으로", 물리, 제50권, 제4호, pp.267-271, 2004. 

  12. J. Fukumoto, F. Masui, M. Shimohata, and M. Sasaki, "Oki Electric Industry: Description of the Oki System as Used for MET-2," MUC-7, Columbia, MD, 1998. 

  13. K. Fukuda, T. Tsunoda, A. Tamura, and T. Takagi, "Toward Information Extraction: Identifying protein names from biological papers," PSB'98, 1998. 

  14. 노태길, 이상조, "규칙 기반의 기계학습을 통한 고유 명사의 추출과 분류", 한국정보과학회 논문집, 제27권, 제2호, pp.170-172, 2000. 

  15. K. Uchimoto, O. Ma, M. Murata, H. Ozaku, and H. Isahara, "Named entity extraction based on a maximum entropy model and transformation rules," Proc. ACL pp.152-160, 1998. 

  16. G. D. Zhouand and J. Su, "Named Entity Recognition using an HMM-based Chunk Tagger," Proc. ACL, pp.473-480-201, 2002. 

  17. M. Collins and Y. Singer, "Unsupervised Models for Named Entity Classification," EMNLP/VLC-99, 1999. 

  18. M. Sassano and T. Utsuro, "Named Entity Chunking Techniques in Supervised Learning for Japanese Named Entity Recognition," Proc. ACL, pp.705-711, 2000. 

  19. H. Isozaki, "Japanese named entity recognition based on a simple rule generator and decision tree learning," ACL, pp.314-321, 2001. 

  20. 이경희, 이주호, 최명석, 김길창, "한국어 문서에서 개체명 인식에 관한 연구", 제12회 한글 및 한국어 정보처리 학술대회 발표 논문집, pp.292-299, 2000. 

  21. 양장모, 김민정, 권혁철, "언어정보를 이용한 한국어미등록어 추정", 한국정보과학회, pp.957-960, 1996. 

  22. A. A. j. Ahmed Hassan and D. Radev. "Extracting Signed Social Networks From Text," Proc. ACL, pp.4-12, 2012. 

  23. 정진수, 김학용, "고구려, 백제, 신라 왕조실록 인명 네크워크 분석", 한국콘텐츠학회논문지, 제11권, 제5호, pp.474-480, 2011. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로