AI시대 중국현당대 문학 텍스트 분석 전략 - Word2vec, 감성분석, 네트워크 분석, LDA 분석을 중심으로
Strategies for Analyzing Chinese Literature Texts in the AI Era
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
문학비평은 시대마다 역사주의, 형식주의, 마르크스주의, 페미니즘 등 다양한 접근 방식을 통해 문학 작품을 분석하고 해석하며 발전해 왔다. 전통적 방법론은 텍스트의 세부적인 면을 분석하여 작품의 주제와 예술적 기교를 파악하지만 주관성과 편향의 한계를 가진다. 반면, AI와 데이터 분석 방법론은 텍스트 마이닝, 자연 언어 처리, 머신러닝, 딥러닝, 네트워크 분석 등을 활용하여 방대한 텍스트 데이터를 빠르고 효율적으로 분석할 수 있다. 이러한 방법론은 작품의 주제, 감정 톤, 인물 관계 등을 객관적으로 분석하고 새로운 사실을 발견할 수 있는 장점을 가지지만, 문학 작품의 미묘한 의미와 예술적 가치를 충분히 반영하지 못할 수 있다. 따라서 문학 작품을 분석할 때는 전통적 방법론과 AI 기반 방법론의 장점을 결합하는 접근이 중요하다. 특히 중국 문학 텍스트 분석에 AI와 데이터 분석을 결합한 연구는 아직 부족하며, 앞으로 다양한 텍스트 분석 방법을 통해 연구가 활성화될 필요가 있다.
Abstract
Literary criticism has evolved through various approaches over time, including historicism, formalism, Marxism, and feminism, to analyze and interpret literary works. Traditional methodologies involve detailed analysis of texts to understand their themes and artistic techniques but are limited by subjectivity and bias. In contrast, AI and data analysis methodologies use text mining, natural language processing, machine learning, deep learning, and network analysis to analyze vast amounts of text data quickly and efficiently. These methodologies offer the advantage of objectively analyzing themes, sentiment tones, and character relationships, and discovering new insights, but may not fully capture the nuanced meanings and artistic value of literary works. Therefore, combining the strengths of traditional methodologies with AI-based approaches is crucial when analyzing literary works. Particularly, research combining AI and data analysis with Chinese literary text analysis is still scarce, highlighting the need for further studies employing various text analysis methods.