• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.227-232
• /
• 2020

본 논문은 의미역 주석(Semantic Role Labeling) 자원인 FrameNet을 준구어 말뭉치인 드라마 대본에 주석하는 과정과 주석 결과에 대해 서술한다. 본 논문에서는 프레임 - 프레임 논항 구조의 주석 범위를 한 문장에서 여러 발화로 이루어진 장면 (Scene) 단위의 대본으로 확장하여 문장 내에서 생략된 프레임 논항(Null-Instantiated Frame Elements)을 장면 단위 대본 내의 다른 발화에서 복원하였다. 본 논문은 프레임 자동 분석기를 통해 동일한 드라마의 한국어, 영어 대본에 FrameNet 주석을 한 드라마 대본을 선발된 주석자에 의해 대상 어휘 적합성 평가, 프레임 적합성 평가, 생략된 프레임 논항 복원을 실시하고, 자동 주석된 대본과 주석자 작업 후의 대본 결과를 비교한 결과와 예시를 제시한다. 주석자가 자동 주석된 대본 중 총 2,641개 주석 (한국어 1,200개, 영어 1,461개)에 대하여 대상 어휘 적합성 평가를 실시하여 한국어 190개 (15.83%), 영어 226개 (15.47%)의 부적합 대상 어휘를 삭제하였다. 프레임 적합성 평가에서는 대상 어휘에 자동 주석된 프레임의 적합성을 평가하여 한국어 622개 (61.68%), 영어 473개 (38.22%)의 어휘에 대하여 새로운 프레임을 부여하였다. 생략된 프레임 논항을 복원한 결과 작업된 평균 프레임 논항 개수가 한국어 0.780개에서 2.519개, 영어 1.290개에서 2.253개로 증가하였다.

• Broadcasting and Media Magazine
• /
• v.22 no.1
• /
• pp.91-102
• /
• 2017

비디오 정보를 자동으로 학습하고 관련 문제를 해결하기 위해서는, 비디오의 기본 구성요소인 영상, 음성, 언어 정보의 학습을 기반으로 고차원의 추상적 개념을 파악하는 기술이 필수적이다. 최근 딥러닝이 실용적인 수준으로 이러한 기술을 가능하게 함에 따라, 보다 도전적인 비디오 스토리 분석과 이해 문제 해결을 시도할 수 있게 되었다. 본 고에서는 비디오의 요소별 분석에 적용 가능한 최신 딥러닝 기술을 소개하고, 딥러닝 기술을 핵심으로 한 TV 드라마의 스토리 분석 사례를 살펴본다.

• Journal of Korea Entertainment Industry Association
• /
• v.14 no.8
• /
• pp.77-90
• /
• 2020

Today, the transition to the era of "post-drama" brought a change in the position of text, which was considered the center of the play, and the expansion of the role of actors. After entering the post-drama era, the actor no longer transforms himself into "delivering" the fixed meaning of text, but "producing" the valid meaning of "now, here" meeting the audience. In other words, actors in the post-drama era have expanded their roles as "performers" who can become the subject of narratives themselves and create various theatrical languages. Despite the expansion of the actor's role, verbal-centered actor training through text, which still forms the basis of acting education, does not satisfy the newly changing contemporary theatricality and creates a gap between education and the field. Therefore, the researcher argued that non-verbal-centered acting education needs to be discussed, and highlighted the actors' physical training on the "empty" side. The researchers first compare and analyze the characteristics of modern theater people's training methods from an "empty" perspective. Based on this, researchers about the meaning and direction of the training "empty". Furthermore, the study concludes with an emphasis on the direction of acting education in the post-drama era, which is free from language that can respond to stimuli and interact freely.

• KLA journal
• /
• v.41 no.5 s.324
• /
• pp.18-20
• /
• 2000

• 식품문화 한맛한얼
• /
• v.2 no.2
• /
• pp.115-117
• /
• 2009

• 식품문화 한맛한얼
• /
• v.2 no.3
• /
• pp.124-127
• /
• 2009

• River and Culture
• /
• v.9 no.3
• /
• pp.64-69
• /
• 2013

• 식품문화 한맛한얼
• /
• v.1 no.3
• /
• pp.102-106
• /
• 2008

• Broadcasting and Media Magazine
• /
• v.3 no.4
• /
• pp.35-38
• /
• 1998

• Science of Emotion and Sensibility
• /
• v.15 no.2
• /
• pp.239-248
• /
• 2012

This paper looks to extract personality traits from the drama characters within a drama script, and to apply it them to a character that has an artificial emotion. The method of applying the personality of a character from a drama script is as follows. First, we separate a drama script into several pieces, by the characters therin. Next, we extract emotion-related terms by matching morphemes analysis and by using an emotion terms database. Next, we analyze a dominant emotion using extracted emotion terms. Finally last, we apply the analyzed dominant emotion to an equation pertaining to artificial emotion. We made progress in developing user evaluation that features blind testing, to verify that the artificial emotion character bears the personality of a drama character. We apply three drama character personalities to artificial emotion characters bearing the same appearance. The user had to match three artificial emotion characters and drama characters according to personality. The users had a high percentage of correct answers, thus confirming the efficacy of our method of applying a personality, using information from a drama script.