과학적으로 표현된 언어적 다의성 공간과 확률 그리고 언어적 개념 모델의 구성 (Probability as the Scientific Representation of the Linguistic Polysemy Space and the Classifications of Concept Models)

서지정보

· 발행기관 : 한국물리학회
· 수록지 정보 : 새물리 / 64권 / 11호 / 1122 ~ 1132페이지
· 저자명 : 박상업, 김기옥

초록

언어적 다의성은 한 단어로 연결할 수 있는 의미들을 나타낸다. 다의성은 연관된다는 믿음의 크기로 된다. 믿음의 정도를 수학적으로 구성하여 확률을 얻고, 다의성은 근접성과 유사성의 두 가지 특성을 가지므로, 최대 엔트로피 조건으로 2가지 독립변수를 갖는 가우스 확률 분포를 얻고, 다의성에 대응시킨다. 다의성 속성을 갖는 개념들을 결합하여 구성되는 결합 개념들을 두 개의 확률밀도의 곱이 만드는 특성을 이용하여 구분한다. 확률밀도의 평균값은 평균 개념을 만들며, 세부속성을 가중치로 합치는 세부특성모델로 되며, 모든 속성이 필요한 경우는 고전 범주 모델이 됨을 보인다. 또한 표준편차는 원형모델이 됨을 보인다. 개념 공간이 계열체와 통합체로 분류되고, 언어적 예와 과학적 예를 간단하게 보인다.

영어초록

The linguistic polysemy means the meanings connected to a word. Determining the polysemy is associated with the degree of belief. Thus, the degree of belief becomes the probability. The internal structure of the polysemy is the similarity and the nearness. To explain the polysemy, we derive the Gaussian probability density of two independent parameters by using the maximum entropy condition. The product of two probabilities shows the property of connected concepts. Thus, we can construct a prototype concept model from the standard deviation and a weighted-attribute model from the average of the probabilities. Finally, we will show simple examples of linguistic and scientific concepts by separating the concept space.

참고자료

· 없음