• 제목/요약/키워드: 텍스트 의사소통 모델

검색결과 9건 처리시간 0.023초

복합기제 텍스트의 확장 의미에 대한 수용자의 인지적 재구성 : 서사적 미디어 표현을 활용한 의사소통 교육을 위해 (Audience Cognitive Reconstruction of the Extended Meaning of Complex Mechanism Text : For Communication Education using Story Media Expressions)

  • 임지원
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제15권7호
    • /
    • pp.137-143
    • /
    • 2021
  • 본 논의는 복합기제를 담은 미디어 텍스트의 확장 의미에 대한 인지화용적 의미 해석 이론을 토대로 대학생을 위한 의사소통 교육 및 한국어 연계 전공 교육자의 리터러시 교육의 연계가능성에 대해 논의된 질적 연구라 할 수 있다. 쌍방향적 의사소통 전략으로 활용된 미디어 콘텐츠 표현의 내포적 의미는 학습자 개개인의 인지환경에 따라 다각적인 해석으로 수용될 것이다. 그렇다면 콘텐츠 제작자가 의도한 일반적인 미디어 콘텐츠 의미 내용은 어떻게 수용되고 있는가. 이러한 의구심이 논의의 출발점이다. 필자는 문제해결을 위해 인지의미론의 실험화용적 방법론에 기대어, 인지언어학의 관련성 모델을 적용시켜 학습자의 창의적인 인지환경과 현시적 내용을 연결시켜 그 대비점을 모색하였다. 논의 결과 학습자 스스로 인지환경과 현시적 내용을 연결시킬 수 있는 주체성과 창의적 사고를 표현할 수 있는 기본 틀을 마련할 수 있었다. 특히 적극적이며 긍정적인 학습자들은 제작된 미디어 텍스트를 문제제기할 수 있는 토론의 능력과 텍스트에 내포된 의미의 타당성을 논증하기 위해 제 3의 대안을 제시하는 등 새로운 인지환경을 구축하는 직접적인 서술적 표현도 드러났다. 추후 복합기제가 담긴 미디어 텍스트는 현대 사회에서 다양한 매체를 통해 쉽게 이뤄지는 간접적이며 설득적인 의사소통 행위이기에 미디어 텍스트 제작자와 학습자의 신뢰적인 대화의 보편적 의사소통 원리가 존재해야 할 것이다

텍스트 의사소통과 그 모델 (Textual communication and its model)

  • 김휘택
    • 비교문화연구
    • /
    • 제27권
    • /
    • pp.347-386
    • /
    • 2012
  • This article aims to establish the model of textual communication and its schema. To do this, we must identify the characteristics of textual communication, different from that of the oral, because the model of communication is usually done to show the structure of oral communication. Moreover, we must clarify the status text as '${\acute{e}}nonc{\acute{e}}$', that is to say product of the act of enunciation. The study of the text has now reached to achieve from the perspective of pragmatics, overcoming the structural point of view that dominates long text linguistics. And now, we need to enrich the theoretical basis of the pragmatics of text. Then the search of elements necessary to develop the model and pattern of textual communication can help to establish the elements used to form the theoretical basis. To clarify the characteristics of textual communication, we needed to explain the present communication by the position of reader and the point of view of textual reference. The schema that we proposed is not perfect, but there are still issues to think to complete it. For example, one must take into account the plurality of readers and reflect the relationship between interpretive texts in this schema, etc. This kind of problem is not only required to complete the schema but also to strengthen the basis of the theory of textual communication and the pragmatics of text.

메타버스 환경에서 음성 혐오 발언 탐지를 위한 딥러닝 모델 설계 (Deep Learning Model for Metaverse Environment to Detect Metaphor)

  • 송진수;딜노자;손승우;신용태
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2022년도 춘계학술발표대회
    • /
    • pp.621-623
    • /
    • 2022
  • 최근 코로나19로 인해 비대면으로 소통할 수 있는 플랫폼에 대한 관심이 증가하고 있으며, 가상 세계의 개념을 도입한 메타버스 플랫폼이 MZ세대의 새로운 SNS로 떠오르고 있다. 아바타를 통해 상호 교류가 가능한 메타버스는 텍스트 기반의 소통뿐만 아니라 음성과 동작 시선 등을 활용하여 변화된 의사소통 방식을 사용한다. 음성을 활용한 소통이 증가함에 따라 다른 이용자에게 불쾌감을 주는 혐오 발언에 대한 신고가 증가하고 있다. 그러나 기존 혐오 발언 탐지 시스템은 텍스트를 기반으로 하여 사전에 정의된 혐오 키워드만 특수문자로 대체하는 방식을 사용하기 때문에 음성 혐오 발언에 대해서는 탐지하지 못한다. 이에 본 논문에서는 인공지능을 활용한 음성 혐오 표현 탐지 시스템을 제안한다. 제안하는 시스템은 음성 데이터의 파형을 통해 은유적 혐오 표현과 혐오 발언에 대한 감정적 특징을 추출하고 음성 데이터를 텍스트 데이터로 변환하여 혐오 문장을 탐지한 결과와 결합한다. 향후, 제안하는 시스템의 현실적인 검증을 위해 시스템 구축을 통한 성능평가가 필요하다.

전자매체를 이용한 참고면담에 관한 연구 (A Study on the Reference Interview Using Electronic Media)

  • 윤정기
    • 한국도서관정보학회지
    • /
    • 제32권2호
    • /
    • pp.349-363
    • /
    • 2001
  • 정보제공 행위는 의사소통행위의 일반적인 구조를 전제로 한다. 즉 정보제공자와 정보 수신자간의 의사소통과정이다. 이러한 기존의 의사소통과정에서 사용자는 정보의 사용이나 대상에 대해 간접적이고 제한적인 권한만을 갖게 되었다. 그러나 디지털과 네트워크의 발전은 이러한 수동적인 정보 소비자를 적극적인 정보 사용자로 이끌었다. 본 연구에서는 디지털과 네트워크의 발전에 따른 정보 이용환경의 변화에서 사서의 역할에 충실하기 위한 정보조사과정 모델을 제시하였고, 정보내용으로서의 텍스트의 변화내지는 확장으로 인한 정보해석의 다양성을 논의하였으며, 이러한 논의를 가능케한 가상공간에서의 정보제공을 현실공간에서와 비교 논의하였고, 면담의 구체적인 내용을 다루었다.

  • PDF

리치미디어 컨텐츠 구현에 있어 상호작용 모델 (A Study on the Characteristic of Interaction Model for Implementation of Richmedia Contents)

  • 김민수
    • 디자인학연구
    • /
    • 제17권1호
    • /
    • pp.201-210
    • /
    • 2004
  • 기호 통합 텍스트로서 웹은 "정보"라는 무형의 지식개념을 위한 핵심적 플랫폼으로 전 세계에 걸쳐 유비쿼터스 환경을 기반으로 광범위한 소통모델로 발전하고 있다. 이러한 소통과정의 파악은 정보구조 조직화시 필수불가결한 요소로 늘어만 가는 정보의 양적 팽창과 더불어 컨텐츠 질을 결정 하는데 주요한 기준으로 작용되어질 수 있다. 본 연구는 공학적, 언어학적 모델을 기반으로 웹 사이트내에서 리치미디어 컨텐츠들의 형태, 기능, 감성적 측면을 중심으로 컨텐츠 조직화시 어떠한 방식으로 의미적 소통을 행하는지 그 추이과정을 분석하였다. 이를 토대로 웹 공간에서 이루어지는 사용자들의 접근요소에서 인터페이스 최종 귀착지까지의 과정을 통해 그 변화과정을 소통모델로 재인하고 그 과정 중에 나타나는 정보기능에 중점을 두어 고찰하였다. 방법적인 측면으로 쉐논과 웨버 모델의 기능특성과 야콥슨 모델의 네 가지 기능(교감, 지시, 시적, 메타언어적)을 중심으로 정보 소통 시 웹 컨텐츠에 적용되어질 수 있는지에 관하여 그 가능성의 도출 작업을 수행한다. 웹이라는 신지형의 구조에서 속도, 저장 공간, 압축기술, 정보여과 과정과 같은 새로운 개념들은 의사소통의 채널로 작용하는 웹이 표현되어지는 컨텐츠의 양식 변화에 많은 부분 영향을 미침으로써 컨텐츠 표현에 있어 통합매체의 소통환경을 파악하는 것은 컨텐츠 조직화시 정보를 효율적으로 운용할 수 있는 기틀이 마련될 것이다.

  • PDF

이미지와 텍스트 정보의 카테고리 분류에 의한 SNS 팔로잉 추천 방법 (Recommendation Method of SNS Following to Category Classification of Image and Text Information)

  • 홍택은;신주현
    • 스마트미디어저널
    • /
    • 제5권3호
    • /
    • pp.54-61
    • /
    • 2016
  • 다양한 스마트 디바이스의 발전에 따라 거리, 공간의 제약 없이 실시간으로 의사소통, 정보공유 등이 가능한 SNS(Social Network Service)를 즐기는 사용자(User)가 증가하고 있다. 의사소통, 관계 형성에 중점을 두었던 SNS 사용자들이 정보공유의 기능으로 SNS를 활용하는 추세이다. 본 논문에서는 사용자의 SNS 게시글을 이용하여 카테고리를 추출하고 정보제공자(Information provider)를 팔로잉 추천해주는 방법을 기술한다. 게시글의 텍스트에서 단어를 분류하고 빈도수를 측정하며, 머신 러닝 기법 중 하나인 CNN(Convolutional Neural Network)을 바탕으로 구축한 Inception-v3 모델을 이용하여 이미지를 단어로 분류한다. 텍스트와 이미지에서 분류한 단어를 DMOZ 기준으로 카테고리 분류하여 정보제공자 DB를 구축한다. 정보제공자 DB의 카테고리와 게시글에서 분류한 사용자의 카테고리를 비교한다. 카테고리가 일치할 경우 카테고리에 분류되어 있는 정보 제공자들를 대상으로 유사도를 측정하여 가장 비슷한 정보제공자의 계정을 추천해주는 방법에 대해 제안한다.

과학 학습 언어의 문법적 특성을 고려한 초등학생의 과학적 의사소통 능력 고찰 (Investigation of Elementary Students' Scientific Communication Competence Considering Grammatical Features of Language in Science Learning)

  • 맹승호;이관희
    • 한국초등과학교육학회지:초등과학교육
    • /
    • 제41권1호
    • /
    • pp.30-43
    • /
    • 2022
  • 이 연구는 초등학생의 과학 수업 대화 및 글쓰기에 구현된 언어 표현의 국어 문법적 특성에 근거하여 그들의 과학적 의사소통 능력의 양상을 조사하였다. Brown et al. (2010)의 증거에 기반한 추론 프레임웍을 순환학습모형에 접목하여 작성한 수업안을 초등학교 5학년을 대상으로 "날씨와 우리 생활" 단원에 적용하였다. 수업 대화에 활발히 참여한 학생 8명의 대화 전사본과 그 학생들의 과학 글쓰기 문장을 연구 자료로 활용하였으며, 텍스트의 내용 및 논리 관계 분석 방법을 적용하여 문법적 특성을 조사하였다. 연구에 참여한 초등학생들은 데이터 분석, 증거 해석, 규칙 적용, 설명 구성 등의 맥락에서 사용되는 과학 언어의 문법적 구조와 일치하지 않는 언어 사용의 양상을 보였다. 그러나 부분적으로 명사화 방식의 문법적 은유를 사용하거나, 적절한 인과 관계의 문법 구조를 사용한 글쓰기 사례도 제시되었다. 교사의 교수법적 안내 발화나 교과서 텍스트의 문법 구조를 통해 학생들이 과학의 문화에서 사용되는 언어 활동의 양태를 경험하면 초등학생도 유사한 과학적 말하기와 글쓰기를 나타낼 수 있었다. 학생들이 증거에 기반한 추론에 근거한 과학지식 구성의 맥락에 적절한 언어 사용 이해와 이에 대한 문식 기능을 습득할 수 있게 하려면, 과학 학습에 관한 언어 사용 모델을 접할 기회를 충분히 제공해 주는 것이 필요함을 논의하였다.

토픽 모델링을 이용한 댓글 그래프 기반 소셜 마이닝 기법 (A Reply Graph-based Social Mining Method with Topic Modeling)

  • 이상연;이건명
    • 한국지능시스템학회논문지
    • /
    • 제24권6호
    • /
    • pp.640-645
    • /
    • 2014
  • 인터넷 상에서 많은 사람들은 사용자 간의 의사소통과 정보 공유, 사회적 관계를 생성하기 위한 방법으로 소셜 네트워크 서비스를 이용한다. 그 중 대표적인 트위터는 하루에 수백만 건의 소셜 데이터가 발생하기 때문에 수집되고 있는 데이터의 양이 엄청나다. 이 방대한 양의 데이터로부터 의미 있는 정보를 추출하는 소셜 마이닝이 집중적으로 연구되고 있다. 트위터는 일반적으로 유용한 정보 혹은 공유하고자 하는 내용을 팔로잉-팔로워 관계를 이용해 쉽게 전달하고 리트윗할 수 있다. 소셜 미디어에서 트윗 데이터에 대한 토픽 모델링은 이슈를 추적하기 위한 좋은 도구이다. 짧은 텍스트 기반인 트윗 데이터의 제한점을 극복하기 위해, 사용자를 노드로 사용자간 댓글과 리트윗 메시지의 여부를 간선으로 하는 그래프 구조를 갖는 댓글 그래프의 개념을 소개한다. 토픽 모델링의 대표적인 방법인 LDA 토픽 모델이 짧은 텍스트 데이터에 대해 비효율적인 것을 보완하기 위한 방법으로, 이 논문에서는 짧은 문서의 수를 줄이고 마이닝 결과의 질을 향상시키기 위한 댓글 그래프를 사용하는 토픽 모델링 방법을 소개한다. 제안한 모델은 토픽 모델링 방법으로 LDA 모델을 사용하였으며, 7일간 수집한 트윗 데이터에 대한 실험 결과를 보인다.

데이터 마이닝과 텍스트 마이닝의 통합적 접근을 통한 병사 사고예측 모델 개발 (Development of the Accident Prediction Model for Enlisted Men through an Integrated Approach to Datamining and Textmining)

  • 윤승진;김수환;신경식
    • 지능정보연구
    • /
    • 제21권3호
    • /
    • pp.1-17
    • /
    • 2015
  • 최근, 군에서 가장 이슈가 되고 있는 문제는 기강 해이, 복무 부적응 등으로 인한 병력 사고이다. 이 같은 사고를 예방하는 데 있어 가장 중요한 것은, 사고의 요인이 될 수 있는 문제를 사전에 식별 관리하는 것이다. 이를 위해서 지휘관들은 병사들과의 면담, 생활관 순찰, 부모님과의 대화 등 나름대로의 노력을 기울이고 있기는 하지만, 지휘관 개개인의 역량에 따라 사고 징후를 식별하는 데 큰 차이가 나는 것이 현실이다. 본 연구에서는 이러한 문제점을 극복하고자 모든 지휘관들이 쉽게 획득 가능한 객관적 데이터를 활용하여 사고를 예측해 보려 한다. 최근에는 병사들의 생활지도기록부 DB화가 잘 되어있을 뿐 아니라 지휘관들이 병사들과 SNS상에서 소통하며 정보를 얻기 때문에 이를 데이터화 하여 잘 활용한다면 병사들의 사고예측 및 예방이 가능하다고 판단하였다. 본 연구는 이러한 병사의 내부데이터(생활지도기록부) 및 외부데이터(SNS)를 활용하여 그들의 관심분야를 파악하고 사고를 예측, 이를 지휘에 활용하는 데이터마이닝 문제를 다루며, 그 방법으로 토픽분석 및 의사결정나무 방법을 제안한다. 연구는 크게 두 흐름으로 진행하였다. 첫 번째는 병사들의 SNS에서 토픽을 분석하고 이를 독립변수화 하였고 두 번째는 병사들의 내부데이터에 이 토픽분석결과를 독립변수로 추가하여 의사결정나무를 수행하였다. 이 때 종속변수는 병사들의 사고유무이다. 분석결과 사고 예측 정확도가 약 92%로 뛰어난 예측력을 보였다. 본 연구를 기반으로 향후 장병들의 사고예측을 과학적으로 분석, 맞춤식으로 관리한다면 군대 내 각종 사고를 미연에 예방하는데 기여할 것으로 기대된다.