본문 바로가기
KERD
논문KCI 등재

텍스트 마이닝을 활용한 일본어능력시험 내용 연구 ― JLPT N3 문자・어휘를 중심으로―

A Study on the Contents of the Japanese Language Proficiency Test Using Text Mining Analysis － Focusing on JLPT N3 Vocabulary－

이유희
한국일본문화학회 (The Japanese Culture Association Of Korea (Jcak))|2019.08|日本文化學報 (Journal of Japanese Culture)|제82호|pp. 5-25|DOI 10.21481/jbunka..82.201908.5

0

조회

0

다운로드

9

인용

0

참고문헌

주제분류일본어와문학

초록

Abstract

The objectives of this study were to : (1) extract keywords of the previous N3 test characters and vocabulary (2010-2018), and (2) analyze exam patterns and trends by utilizing Python3.7 program, Jupiter Notebook tool, and Janome(Mecab) stemming engine, based on text mining analysis. A total of 131 words were extracted twice or more frequently in N3. The top key word was ‘すぎる’(5 times) and ‘的’(4times) and ‘疲れる’, ‘断る’, ‘怒る’, ‘出張’, ‘規則’, ‘そっくりだ’(3times) were used in most of the exam. In terms of sections, in Question 1, the most frequently appearing words were ‘得意’, ‘改札’, ‘卒業’, ‘過去’, ‘到着’, ‘努力’, ‘表す’(2times). In Question 2, seven words ‘帰宅’, ‘週刊紙’, ‘現在’, ‘楽器’, ‘成績’, ‘記録’, ‘逃げる’(2times) appeared and ‘うっかり’(3times), ‘想像’, ‘目標’, ‘期待’, ‘自動的’, ‘迷う’, ‘しっかり’, ‘そっくり’, ‘うわさ’, ‘キャンセル’, ‘リサイクル’ (2times) appeared in Question 3. In Question 4, the word ‘すぎる’ appeared intensively and the similar words ‘(すぐ)怒る=短気だ’, ‘くたびれる=疲れる’, ‘大変だ=きつい’(2times) were set. In Question 5, ‘空’, ‘活動’, ‘性格’, ‘募集’, ‘修理’, ‘断る’, ‘身につける’ (2 times) appeared as frequent words. These keywords have characteristics that are appropriate for the question type of each part and are patterned, so it is presumed that they are likely to be asked in the future. With respect to the parts of speech, the frequency ratio was counted by the order of Noun(49.7%)-Verb (26.9%)-Adjective(6.1%)-Adjective verb (5.3%)-Adverb(5.3%)-Katakana(3.9%)-Suffix(2.0%)- Prenominal adjective (0.5%)-Prefix(0.3%). As a result, it is proposed to study, in order of the importance, the following parts of speech : (1) 131 high-frequency vocabularies, (2) two Kanji nouns, (3) verbs, (4) adjectives, adjective verbs, adverbs, and (5) other Katakana, suffixes, prenominal adjectives, and prefixes.

참고문헌 (29)

  1. 강범일, "토픽 모델링을 이용한 신문 자료의 오피니언 마이닝에 대한 연구", 한국문헌정보학회지, 47(4), pp.315~334 (2013), 한국문헌정보학회[DOI]
  2. 김연주, "텍스트 마이닝을 활용한 고등학교 영어 교과서어휘 목록 개선방안에 대한 제안", 언어학, 24(4), pp.281~301 (2016), 대한언어학회[DOI]
  3. 김유영, "일본어 텍스트의 가독성 레벨 분석 - 구舊일본어능력시험 기출문제 데이터에 대한 통계적 검증을 기반으로 -", 일본학보, (103), pp.21~40 (2015), 한국일본학회
  4. 김현정, "항공산업 미래유망분야 선정을 위한 텍스트 마이닝 기반의 트렌드 분석", 지능정보연구, 21(1), pp.65~82 (2015), 한국지능정보시스템학회
  5. 권충훈, "텍스트 마이닝과 언어네트워크 분석을 활용한 중등교사임용 교육학시험 내용분석", 교육혁신연구, 28(3), pp.1~25 (2018), 교육발전연구소[DOI]
  6. 민광준, "코퍼스를 이용한 고등학교 일본어 교과서의 가타카나어 분석", 일본어학연구, (38), pp.73~89 (2013), 한국일본어학회
  7. 박선주, "코퍼스를 이용한 일본어 어휘학습의 제안― 「～的」가 붙는 어기의 요소를 중심으로 ―", 日本語敎育, (85), pp.1~16 (2018), 한국일본어교육학회[DOI]
  8. 박자현, "토픽모델링을 활용한 국내 문헌정보학 연구동향 분석", 정보관리학회지, 30(1), pp.7~32 (2013), 한국정보관리학회[DOI]
  9. 박진균, "텍스트마이닝을 이용한 윤동주 연구의 개체계량학적 분석", 한국비블리아학회지, 28(1), pp.191~207 (2017), 한국비블리아학회[DOI]
  10. 이도열, "일본어능력 평가시험간의 비교척도 고찰 -JLPT N1 레벨과 EJU 일본어 득점에 대한 비교척도 분석을 중심으로-", 日本語文學, 1(52), pp.55~78 (2012), 한국일본어문학회
  11. 조주연, "텍스트마이닝을 활용한 청소년 문제의 이슈 변화 분석- 2008년∼2018년 인터넷 신문기사를 중심으로 -", 교육혁신연구, 28(4), pp.461~487 (2018), 교육발전연구소[DOI]
  12. 최정원, "텍스트마이닝 방법론을 활용한 기업 부도 예측 연구", 생산성연구: 국제융합학술지, 29(1), pp.201~228 (2015), 한국생산성학회[DOI]
  13. 押尾和美外, "新しい日本語能力試験のための語彙表作成に向けて", 国際交流基金日本語教育紀要, 4, pp.71~86 (2008)[DOI]
  14. 스즈끼미에, "日本語における外来語のアクセントの分析 - JLPT語彙の外来語を中心に -", 일본어문학, (73), pp.69~94 (2016), 일본어문학회[DOI]
  15. NAGANOAKI, "新JLPT問題集レベルN1における語彙調査 - 公式問題集と韓国出版の問題集を比較して -", 일본어문학, (60), pp.87~108 (2013), 일본어문학회[DOI]
  16. 조은영, "日本語能力試験対策用の教材に見られる 副詞の出現傾向について - 試験対策用のリスト作成 -", 日本語文學, 1(76), pp.185~203 (2018), 한국일본어문학회[DOI]
  17. Feldman,R, "Knowledge Discovery in Textual Databases", KDD, 95, pp.112~117 (1995)
  18. Gartner Group, "Data Mining:The next generation of business intellegence" (1994), Gartner Group Inc
  19. Melvin Johnson, "Google’s Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation", Transactions of the Association for Computational Linguistics, 5, pp.339~351 (2017)
  20. Michael J.A.Berry, "Data Mining Techniques", pp.7~ (2004), Wiley Publishing, Inc
  21. U.Fayyad, "From Data Mining to Knowledge Discovery in Databases", AI Magazine, 17, pp.37~54 (1996), AAAI Press
  22. 이치우, "JLPT콕콕찍어주마N3문법" (2018), 다락원
  23. 이치우, "JLPT콕콕찍어주마N2문법" (2018), 다락원
  24. 이치우, "JLPT콕콕찍어주마N1문법" (2018), 다락원
  25. JLPT연구모임, "딱한권 JLPTN3" (2018), 시사일본어사
  26. JLPT연구모임, "딱한권 JLPTN2" (2018), 시사일본어사
  27. JLPT연구모임, "딱한권 JLPTN1" (2018), 시사일본어사
  28. 国際交流基金, "日本語能力試験JLPT公式問題集N3" (2012), 凡人社
  29. 国際交流基金, "日本語能力試験JLPT公式問題集第二集N3" (2018), 凡人社

관련 논문AI추천

텍스트 마이닝을 활용한 일본어능력시험 내용 연구 - JLPT 1급 문자․어휘를 중심으로 -이유희일본어문학회 · 일본어문학2020 · 제90호텍스트 마이닝 기법을 통한 일본어능력시험 분석과 학습 교육 ―JLPT 4급 문자・어휘를 중심으로―이유희한국일본문화학회 · 日本文化學報2021 · 제91호일본어의 ‘코퍼스기반 어휘학습’을 위한 검토김현주일본연구소 · 일본연구2009 · 제40호일본어 교육을 위한 기본 어휘 연구- 기본 어휘 선정 기준과 예측 사용도-송호한국일본어교육학회 · 日本語敎育2004 · 제27호기초일본어 교재에서의 명사 어휘 분석 연구이윤정한국일본문화학회 · 日本文化學報2019 · 제83호일본 비즈니스 관련 어휘 습득 연구 -한국인일본어학습자를 대상으로-김선영한국일본문화학회 · 日本文化學報2019 · 제80호

이 간행물의 다른 논문 (19건)

일본의 융합기술 활용에서 나타난 일본문화 특징 연구 -미래투자전략2017-Society 5.0 실현을 향한 변혁을 중심으로-노영희, 정근하pp. 27-45日韓対照研究の一考察 ―「だろう」「かも(しれない)」「はずだ」を対象に―권성pp. 47-64日·韓 動詞의 多義語의 副詞적인 표현에 관한 硏究 ­ 遊ぶ와 놀다를 中心으로 ­김도은pp. 65-82일본인 남녀의 분노 표출 양상에 대한 연구 ―다툼 장면의 분석을 통하여―김지원pp. 83-101呼びかけ語をめぐる諸問題の検討と定義の提案히가시데토모pp. 103-121
원문 보기