[논문 리뷰] Tracking Words in Chinese Poetry of Tang and Song Dynasties with the China Biographical Database

Chao-Lin Liu, Kuo-Feng Luo|arXiv (Cornell University)|2016. 11. 19.

Computational and Text Analysis Methods참고 문헌 2인용 수 4

한 줄 요약

이 논문은 중국 생사기록부(CBDB)를 활용하여 당·송나라 시의 어휘적·구어적 패턴을 추적하기 위한 계산 프레임워크를 제안한다. 효율적인 텍스트 비교 알고리즘과 대규모 코퍼스 분석을 통해, 색채어 빈도의 차이와 같은 특정 어휘 사용 경향을 규명함으로써 두 왕조 간 언어적·사회사적 변화를 드러내며, 어휘학, 의미론 및 디지털 인문학 연구 분야에서 주요 기여를 한다.

ABSTRACT

Large-scale comparisons between the poetry of Tang and Song dynasties shed light on how words, collocations, and expressions were used and shared among the poets. That some words were used only in the Tang poetry and some only in the Song poetry could lead to interesting research in linguistics. That the most frequent colors are different in the Tang and Song poetry provides a trace of the changing social circumstances in the dynasties. Results of the current work link to research topics of lexicography, semantics, and social transitions. We discuss our findings and present our algorithms for efficient comparisons among the poems, which are crucial for completing billion times of comparisons within acceptable time.

연구 동기 및 목표

• 대규모로 당과 송나라 시의 어휘적·구어적 차이를 조사하기 위해.
• 어휘 사용 패턴이 근대 중국의 사회사적 변화를 어떻게 反영하는지 밝히기 위해.
• 대규모 시 코퍼스에서 수십억 건의 텍스트 비교를 처리할 수 있는 효율적인 계산 방법을 개발하기 위해.
• 언어적 특징을 역사적 맥락과 연결함으로써 어휘학 및 의미론 연구에 기여하기 위해.
• 기반 데이터에 기반한 체계적이고 데이터 기반의 분석을 통해 디지털 인문학 연구를 가능하게 하기 위해.

제안 방법

• 시인과 그들의 전기적 자료를 그들의 시 작품과 연결하기 위한 기초 자료로 중국 생사기록부(CBDB)를 활용한다.
• 당과 송 시 코퍼스 간 수십억 건의 단어 및 어구 비교를 효율적으로 처리하고 분석하기 위해 최적화된 텍스트 비교 알고리즘을 적용한다.
• 빈도 기반 어휘 분석을 통해 각 왕조에 고유하게 나타나는 고빈도 어휘 및 표현을 규명한다.
• 색채어 및 기타 의미 범주를 비교 분석하여 문체적·문화적 전환을 탐지한다.
• 계산 언어학 기법을 역사적 자료와 융합하여 고전 중국어 시의 대규모·재현 가능한 분석을 가능하게 한다.
• 알고리즘 최적화를 통해 희귀하거나 특징적인 어휘 패턴을 식별하는 데 정확성을 유지하면서 처리 시간을 단축시킨다.

실험 결과

연구 질문

• RQ1 어떤 어휘적·구어적 패턴이 당나라 시와 송나라 시를 구분하는가?
• RQ2 색채어와 같은 특정 의미 범주의 빈도가 두 왕조 간에 어떻게 다를까?
• RQ3 어휘 사용 패턴이 근대 중국의 보편적인 사회적·문화적 전환을 어느 정도 반영하는가?
• RQ4 어떤 계산 방법이 고전 중국어 시 코퍼스의 대규모 비교를 효율적으로 가능하게 하는가?
• RQ5 중국 생사기록부는 언어적 특징과 역사적 전기 자료를 어떻게 연결하는 데 활용될 수 있는가?

주요 결과

• 이 연구는 당과 송 시에서 서로 다른 어휘 선호도를 규명하였으며, 일부 어휘와 어구는 특정 왕조에만 고유하게 나타난다.
• 색채어 사용이 두 왕조 간에 상당히 다름으로써, 시간이 지남에 따라 미적 또는 문화적 가치의 변화를 암시한다.
• 당나라 시에서 가장 흔한 색채어는 송나라 시에서의 그것과 다름을 보이며, 사회적·예술적 감성의 변화를 언어적으로 증거로 제시한다.
• 제안된 알고리즘은 대규모 시 코퍼스 간의 효율적 비교를 가능하게 하여, 수십억 건의 비교를 수용 가능한 계산 시간 내에 완료한다.
• 결과는 고전 중국어 문학의 새로운 디지털 어휘학 및 의미 분석의 길을 열어준다.
• 전기 자료와 시 텍스트 분석을 융합함으로써, 시인의 신분과 언어적 스타일 간의 상관관계를 드러낸다.