[논문]다중 회귀 분석을 이용한 한자 난이도 예측 기법 연구

최정환; 노지우; 김순태

doi:10.7236/jiibc.2019.19.6.219

초록
AI-Helper

한자 급수와 같이 기존 한자 난이도 선정 방식에 문제점이 있다. 실생활에서 쓰이는 한글 단어와 차이가 나며 해당 급수가 실제로 얼마나 많이 쓰이는지 알 수가 없다. 이러한 문제를 해결하기 위해 빈도수를 이용하여 다중 회귀 분석을 이용하여 한자 난이도를 측정한다. 초등 교과서를 기반으로 한자활용빈도수와 한글의미빈도수를 집계한다. 두 빈도수와 획수를 함께 사용하여 설문지를 작성하여 해당 한자의 학습 적정 시기를 답변 받아 이를 회귀에서 사용할 타겟 변수로 이용한다. 단계별 회귀분석을 이용하여 적절한 피처를 선택하고 다중 선형 회귀 분석을 한다. 모델의 R²는 0.1105가 나왔으며 RMSE는 0.1105의 결과가 나왔다.

Abstract ▼ AI-Helper

There is a problem with the existing method of selecting the difficulty levels of Hanja characters. Some Hanja characters selected by the existing methods are different from Sino-Korean words used in real life and it is impossible to know how many times the Hanja characters are used. To solve this p...

There is a problem with the existing method of selecting the difficulty levels of Hanja characters. Some Hanja characters selected by the existing methods are different from Sino-Korean words used in real life and it is impossible to know how many times the Hanja characters are used. To solve this problem, we measure the difficulty of Hanja characters using the multiple regression analysis with the frequency as the features. Based on the elementary textbooks, FWS and FHU are counted. A questionnaire is written using the two frequencies and stroke together to answer the appropriate timing of learning the Hanja characters and use them as target variables for regression. Use stepwise regression to select the appropriate features and perform multiple linear regression. The R2 score of the model was 0.1105 and the RMSE was 0.1105.

주제어

표/그림 (10)

그림 그림 1. 연구 방법 개요도 Fig. 1. Overview of Research Methods
표 표 1. 한자 병행 표기된 문장 샘플 Table 1. A sample of the Marked Sentence with Hanja Characters
표 표 2. 토큰화와 어근화된 문장 샘플 Table 2. A Sample of the Tokenized and Stemmed Sentence
표 표 3. 메트릭 테이블의 일부 Table 3. Metrics Table
표 표 4. 2σ로 평균 조정한 데이터의 피처 선택 결과와 회귀 결과 Table 4. Feature Selection and Regrssion Results Using Data Tuned Average by 2σ
표 표 5. 다중 선형 모델의 계수들의 값 Table 5. The Coefficient Values of the Multiple Linear Model
표 표 6. 계산된 한자 난이도 결과의 일부 Table 6. Samples of the Predicted Difficulty Level of Each Hanja Character
표 표 7. 학년별 난이도 범위와 해당 한자 개수 Table 7. The Difficulty Level Range by Grade and the Number of Hanja Characters
표 표 8 단어 난이도로 추출한 1학년 대상 학습 한자어 Table 8. Samples of words for Grade 1 Extracted by the difficulty of the word
표 표 9. 단어 출현 빈도수로 추출한 1학년 대상 학습 한자어 Table 9. Samples of words for Grade 1 Extracted by Frequency of the Word

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

In-sook^[2]의 연구에서는 초중고 교과서를 기반으로 초중고 텍스트 통합공식, 중고등학교 텍스트 전용공식, 초등학교 텍스트 전용공식을 구성하여 집단의 특성을 잘 반영하는 공식을 회귀분석을 통해 도출하였다. 그리고 텍스트의 언어적 난이도에 영향을 미치는 요인들을 사용하여 텍스트수준 결정요인이 무엇인지 규명하고자 하였다. 하지만 C.
본 논문에서는 초등학교 교과서에 출현하는 어휘들과 한자들을 기반으로 다중 선형 회귀 분석(Multiple Linear Regression Analysis)를 적용하여 한자 난이도를 예측하고자 한다. 예측한 한자 난이도를 기반으로 학년별 학습대상 한자와 단어를 추출한다.
본 논문은 초등학교 교과서를 통해서 상용한자 1800자에 대한 난이도를 다시 재검토하고자 한다. 이에 대한 내용은 다음 목차에서 구체적으로 다룬다.
메트릭 테이블을 기반으로 설문지를 작성한다. 이 설문지는 해당 한자가 몇 학년, 몇 학기에 학습하는 것이 적절한지에 대한 응답을 받는 것이다. 임의적으로 선정된 한자들로, 총 100문항으로 진행되며 총 7명의 설문자에게 응답을 받는다.
Chul^[1]은 중고등 한문 교과서를 통해 교육용 한자에 대해 다시 논의되어야 할 필요가 있음을 제기하고 있다. 해당 논문에서는 한문 교과서의 본문에 사용된 한자를 통계하여 기초한자의 사용량을 밝히고 있다. 현행 교육용 기초한자가 실제적 언어 재료인 한문 고전이나 언어생활, 혹은 한자어 사용에 얼마나 깊은 관여를 하고 있는지를 알리고 있다.

제안 방법

임의적으로 선정된 한자들로, 총 100문항으로 진행되며 총 7명의 설문자에게 응답을 받는다. 각 학년별 FWS와 FHU에 대한 정보를 그래프로써 제공하고 설문자는 한자 학습 적정 학년/학기를 응답한다. 설문자의 답변에 대한 분포를 정규 분포로 가정하고 이상치(outlier)를 제거하기 위한 절차를 가진다.
이를 통해 한자 난이도 예측식을 완성하고 한자별 난이도를 계산한다. 계산된 한자 난이도를 바탕으로 초등학교 학년별 학습 대상 한자와 단어를 추출한다. 한자 난이도 예측 모델의 RMSE는 0.
메트릭 테이블을 기반으로 설문지를 작성한다. 이 설문지는 해당 한자가 몇 학년, 몇 학기에 학습하는 것이 적절한지에 대한 응답을 받는 것이다.
본 논문에서는 초등학교 교과서에 출현하는 어휘들과 한자들을 기반으로 다중 선형 회귀 분석(Multiple Linear Regression Analysis)를 적용하여 한자 난이도를 예측하고자 한다. 예측한 한자 난이도를 기반으로 학년별 학습대상 한자와 단어를 추출한다.
추출된 한자활용빈도와 한글의미빈도를 취합하여 표 3과 같이 메트릭 테이블을 작성한다. 총 15개의 모든 feature에 대한 정보는 다음과 같다.
학년별 대상 학습 한자와 단어를 선정하기 위해 FHU가 5 이상인 한자 데이터들로 필터링한다. 즉, 총 한자활용빈도수 5회 이상인 한자만을 사용한다.
한자 난이도를 측정하기 위해서 초등 교과서를 기반으로 한자활용빈도와 한글의미빈도를 추출한다. 두 빈도를 추출하는 방법을 다음 장에서 설명한다.

대상 데이터

즉, 총 한자활용빈도수 5회 이상인 한자만을 사용한다. 이때 총 한자 수는 704자이다.
이 설문지는 해당 한자가 몇 학년, 몇 학기에 학습하는 것이 적절한지에 대한 응답을 받는 것이다. 임의적으로 선정된 한자들로, 총 100문항으로 진행되며 총 7명의 설문자에게 응답을 받는다. 각 학년별 FWS와 FHU에 대한 정보를 그래프로써 제공하고 설문자는 한자 학습 적정 학년/학기를 응답한다.
따라서 1·2학년은 바른생활·슬기로운생활·즐거운생활 교과서로 대체하였다. 총 교과서 데이터셋은 19권, 11,524 문장, 97,345 단어이다.
회귀 분석을 이용한 한자 난이도를 측정하기 위해서 초등 교과서와 상용한자 1800자를 사용한다. 초등교과에서는 국어 교과서와 바른생활·슬기로운생활·즐거운생활 교과서와 사회 교과서를 사용한다.

데이터처리

훈련 데이터셋과 테스트 데이터셋의 비율은 8:2로 설정한다. 다중 선형 회귀 분석 결과의 메트릭으로 RMSE(Root Mean Squared Error)를 사용한다. 이는 모델 예측한 값과 실제 값의 차이를 다룰 때 사용한다.
이 두 빈도수와 획수를 사용하여 설문지를 작성하여 해당 한자의 학습 적정 시기를 답변 받아 이를 회귀에서 사용할 타겟 변수로 이용한다. 단계별 회귀분석을 이용하여 적절한 피처를 선택하고 다중 선형 회귀 분석을 한다. 이를 통해 한자 난이도 예측식을 완성하고 한자별 난이도를 계산한다.

이론/모형

Stepwise Regression Analysis의 Bidirectional elimination을 이용하여 피처를 선택한다. 이는 모델에서 가장 중요한 피처부터 시작하고 단계별로 피처를 추가하는 forward selection과 모델의 모든 피처를 적용 후 각 단계의 가장 중요한 피처를 제거하는 backward elimination을 조합한 것이다^[6].
병행 표기를 위해 UTagger를 기반으로 하는 한글 한자 자동 변환 시스템을 사용한다^[4]. 이는 한글에서 한자로 자동으로 변환하는 도구이다.
어근화가 필요한 이유는 해당 의미가 문장에서 사용되었는지 확인하기 위해서 필요하다. 어근화를 위해 OKT(Open-Korean-Text) 한글 형태소 분석기를 이용한다^[5]. 한국어 처리를 통해 문장을 토큰화하고 토큰화된 부분을 어근화한다.
학년별로 한자를 추출하기 위해서 각 학년별로 난이도 범위를 휴리스틱 방법으로 선정한다. 학년별 난이도 범위와 이에 해당하는 한자 개수는 표 7과 같으며 6학년의 한자 난이도 범위를 조정할 때, 1.

질의응답

핵심어	질문	논문에서 추출한 답변
	기존 한자 난이도 선정 방식의 문제점은 무엇인가?	한자 급수와 같이 기존 한자 난이도 선정 방식에 문제점이 있다. 실생활에서 쓰이는 한글 단어와 차이가 나며 해당 급수가 실제로 얼마나 많이 쓰이는지 알 수가 없다. 이러한 문제를 해결하기 위해 빈도수를 이용하여 다중 회귀 분석을 이용하여 한자 난이도를 측정한다.
	한자활용빈도란 무엇인가?	한자활용빈도(FHU; Frequency of the Hanja Usage)는 교과서 내에서 한자가 활용된 빈도를 말한다. 즉, 문장의 단어 중 한자가 얼마나 출현하는가를 말하는데 이를 집계하기 위해서 한자단어를 병행으로 표기하는 절차가 필요하고 이에 대한 예시는 표 1과 같다.
	C.In-sook[2]의 연구에서 도출한 것은 무엇인가?	C.In-sook[2]의 연구에서는 초중고 교과서를 기반으로 초중고 텍스트 통합공식, 중고등학교 텍스트 전용공식, 초등학교 텍스트 전용공식을 구성하여 집단의 특성을 잘 반영하는 공식을 회귀분석을 통해 도출하였다. 그리고 텍스트의 언어적 난이도에 영향을 미치는 요인들을 사용하여 텍스트수준 결정요인이 무엇인지 규명하고자 하였다.

참고문헌 (6)

Heo Chul, "A study of using various corpus on set grade Basic Han-characters and Sino-Korean words for Korean learning(1) -Review basic Han-character set for Hanmun education", Journal of Korean classical Chinese education52, no.0:95-114, 2019
Choe In-Sook, "A Comparative Study on Modelling Readability Formulas: Focus on Primary and Secondary Textbooks", Journal of the Korean Society for information Management 22, No. 4: 173-95, Dec 2005. DOI: https://dx.doi.org/10.3743/KOSIM.2005.22.4.173

원문보기 상세보기
Kim Eun, "A Study on Setting Difficulty Hierarchy for Sino-Korean Words for Korean Language Education - Focusing on Japanese Learners", Contemparary Society and Multiculture Volume: 8 Issue 1 : 166-189, 2018. DOI: https://dx.doi.org/10.35281/csm.2018.06.8.1.166
"UTagger,[Korean Language Processing Laboratory]", Accessed August 7, 2019, http://nlplab.ulsan.ac.kr/doku.php?idutagger.
open-korean-text, "Open-Korean-Text: Open Korean Text Processor - An Open-Source Korean Text Processor", Accessed August 7, 2019, https://github.com/open-korean-text/open-korean-text.
M. Wang, J. Wright, R. Buswell, and A. Brownlee, "A comparison of approaches to stepwise regression for global sensitivity analysis used with evolutionary optimization," Proc. BS 2013 13th Conf. Int. Build. Perform. Simul. Assoc., pp. 2551-2558, 2013. DOI: https://doi.org/10.1016/j.enbuild.2016.05.065

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

다중 회귀 분석을 이용한 한자 난이도 예측 기법 연구
Prediction Techniques for Difficulty Level of Hanja Using Multiple Linear Regression 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (10)

표/그림 (10)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

질의응답

참고문헌 (6)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

다중 회귀 분석을 이용한 한자 난이도 예측 기법 연구 Prediction Techniques for Difficulty Level of Hanja Using Multiple Linear Regression 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (10) 모든 표/그림 보기

표/그림 (10) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

질의응답

참고문헌 (6)

이 논문을 인용한 문헌

저자의 다른 논문 :

노지우 (1) 김순태 (15)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

다중 회귀 분석을 이용한 한자 난이도 예측 기법 연구
Prediction Techniques for Difficulty Level of Hanja Using Multiple Linear Regression 원문보기

초록
AI-Helper

표/그림 (10)

표/그림 (10)

AI 본문요약
AI-Helper