총 135개
-
문법 번역식 교수법과 직접 교수법의 비교 설명2025.01.281. 문법 번역식 교수법 문법 번역식 교수법은 학습자가 모국어와 목표 언어 간의 문법적 차이를 비교하고 분석하면서 언어적 사고를 심화시키는 데 도움을 준다. 이 방식은 학습자가 모국어에서 익숙한 문법 구조를 기반으로 목표 언어의 문법 규칙을 이해하도록 돕는다. 그러나 지나치게 이론적이고 기계적인 번역 연습에 의존하게 만들어 목표 언어를 자연스럽게 사용하는 데 한계가 있다. 2. 직접 교수법 직접 교수법은 학습자가 목표 언어를 실제로 사용하고 체득하면서 문법을 익힐 수 있도록 돕는다. 이 방법은 대화, 글쓰기, 상황별 문제 해결 활동...2025.01.28
-
영어문장구조의 이해2025.01.251. 구성소 판별법 멀티미디어 강의에서 제시된 구성소 판별법을 적용하여 문장 내 밑줄 친 요소들이 구성소인지 판별하였습니다. 첫 번째 문장의 'book in'은 구성소가 아니지만, 두 번째 문장의 'a person wearing a red coat'는 구성소로 볼 수 있습니다. 2. 문법성 판단과 성분통어(c-command) 멀티미디어 강의에서 제시된 성분통어(c-command) 개념을 활용하여 문장의 문법성을 판단하였습니다. 첫 번째 문장 'Tom's mother cleaned herself'는 문법적이지만, 두 번째 문장 'He...2025.01.25
-
대조언어학2025.05.061. 언어 유형론 언어 유형론은 언어의 구조적 특징을 비교하고 분류하는 언어학의 한 분야입니다. 언어 유형론에서는 언어의 어순, 문법 범주, 음운 체계 등을 비교하여 언어 간 공통점과 차이점을 밝혀냅니다. 이를 통해 언어의 보편적 특성과 개별적 특성을 이해할 수 있습니다. 2. 언어 간 차이 언어 간에는 다양한 차이가 존재합니다. 어순의 차이(OV vs VO), 문법 범주의 차이(shall/will 등), 어휘 차이(true friends vs false friends) 등이 대표적입니다. 이러한 차이를 이해하고 극복하는 것이 대조...2025.05.06
-
머신러닝, 딥러닝을 활용한 부동산 거래 지원 서비스 제안2025.01.041. 머신러닝과 딥러닝의 개념 머신러닝은 기계가 데이터와 알고리즘을 사용해 스스로 학습하고 지능을 높여가는 인공지능 기술이다. 딥러닝은 기계학습의 고차원적 수준으로, 연속된 층을 점진적으로 심도 있게 학습할 수 있다. 이를 통해 기계가 사람처럼 자연스럽게 사고하고 행동하는 것이 가능해진다. 2. 머신러닝과 딥러닝의 활용 사례 머신러닝과 딥러닝은 다양한 분야에서 활용되고 있다. 챗봇, 음성인식, 이미지 인식, 기계 번역 등이 대표적인 사례이다. 부동산 분야에서도 머신러닝을 활용해 부동산 가격 예측, 투자 의사결정 지원 등에 활용되고 ...2025.01.04
-
한국어 품사 분류와 활용 분석2025.01.041. 한국어 품사 분류 한국어 품사는 '명사', '대명사', '수사', '동사', '형용사', '관형사', '부사', '감탄사'의 9가지로 분류된다. 품사 구분 시 '형태', '기능', '의미'의 세 가지 요소를 고려해야 한다. 형태가 변하는 단어는 가변어, 변하지 않는 단어는 불변어로 구분된다. 기능에 따라 체언, 수식언, 독립언, 관계언, 용언으로 나뉜다. 의미는 품사 전체의 의미를 말한다. 2. 한국어 용언 활용 제시된 텍스트에서 용언의 활용 양상을 분석했다. '닫기', '아픈', '모른다', '떨어졌는데', '보이지 않더라도...2025.01.04
-
나의 언어일지 1,2,3 언어의 이해, 과제 제출2025.01.171. 자음과 모음 녹음 및 분석 자신의 목소리와 다른 1인의 자음(가/까/카, 다/따/타, 바/빠/파) 및 모음(아/이/우)을 녹음하고 praat을 이용해 VOT, Formant 1, Formant 2를 분석하여 비교하였습니다. 남성과 여성의 발음 특성을 파악할 수 있었습니다. 2. 형태소 분석 문장에 대한 형태소 분석을 수행하여 실질 형태소와 문법 형태소의 의미를 파악하였습니다. 이를 통해 문장의 구조와 의미를 이해할 수 있었습니다. 3. 문장 구조 분석 복잡한 구조의 문장을 선택하여 문장을 구성하고 있는 실질 형태소와 문법 형태...2025.01.17
-
문법번역식 교수법, 청화식 교수법, 의사소통식 교수법에 대한 설명2025.05.021. 문법-번역식 교수법 문법 번역식 교수법은 문어의 해석을 위주로 복잡한 문법 규칙을 정확히 설명하여 학생들에게 주입시키는 것을 목적으로 하는 교수법입니다. 이 교수법은 정확한 번역 능력을 상당한 수준에 이르게 하고 번역기술은 문제해결 상황에서 학습자를 능동적인 해결자가 될 수 있게 하는 장점이 있지만, 암기식 어휘교육의 문제점이 있습니다. 한국어 교육에서는 문법 번역식 교수법이 큰 역할을 담당하지 못했지만, 문법 구조와 어휘가 비슷한 언어권에서 온 학습자의 경우 초기 단계에서 효과적일 수 있습니다. 2. 청화식 교수법 청화식 교...2025.05.02
-
국어 문법 <형태론>2024.12.311. 형태소 형태소는 일정한 뜻을 가진 가장 작은 말의 단위(최소의 유의미적 단위)입니다. 자립형태소와 의존형태소의 구분은 통사론적 차원의 의존성이 아닌 형태론적 구성의 차원에서 정의되어야 합니다. 자립형태소는 단어 구성 시 단독으로 단어를 이룰 수 있는 형태소이고, 의존형태소는 다른 형태소와 통합되어야만 단어를 이룰 수 있는 형태소입니다. 용언 어간과 어미, 파생접사는 의존형태소에 속하고 나머지는 자립형태소에 속합니다. 2. 형태와 이형태 형태는 하나의 형태소가 환경에 따라 모습을 달리한 것을 말합니다. 이형태는 한 형태소의 교체...2024.12.31
-
마코프 체인(Markov Chain)을 통해 알아보는 GPT의 작동 원리 (파이썬코딩 예제포함)2025.05.091. 마코프 체인 마코프 체인은 상태 공간을 가지고 그 상태들 간의 전이 확률을 나타내는 모델입니다. 이 모델을 사용하여 다양한 예제를 해결할 수 있습니다. 날씨 예측, 텍스트 생성, 주식 시장 예측, 게임 시뮬레이션 등 다양한 분야에서 활용될 수 있습니다. 2. 문장 생성 마코프 체인을 이용한 문장 생성은 자연어 처리와 인공지능 분야에서 흥미로운 주제 중 하나입니다. 이 예제는 텍스트 데이터를 활용하여 이전 단어와 현재 단어의 관계를 파악하고, 그 관계를 기반으로 새로운 문장을 생성하는 방법을 알아봅니다. 3. GPT(Genera...2025.05.09
-
Transformer 기술이 바꿔버린 AI의 세상2025.05.081. Transformer 기술 Transformer 기술의 출현은 NLP 분야의 혁명과 같았습니다. RNN(순환 신경망)과 같은 이전 기술은 병렬 처리가 불가능하여 GPT와 같은 많은 양의 언어학습을 위해서는 수백년이 걸릴수 있었습니다. 반면, Transformer 기술은 병렬 처리가 가능하여 여러개의 GPU를 병렬로 가동시키면 수백년걸릴 학습기간을 몇개월로 단축시킬 수 있어 대규모 언어를 학습하는 데 사용할 수 있게 되었습니다. 이는 GPT와 같은 생성 AI의 발전에 중요한 획을 그었습니다. 2. Attention 메커니즘 At...2025.05.08
3 / 14
