• 비교문화연구
• /
• 제35권
• /
• pp.237-268
• /
• 2014

Examining swear words found in Korean and English, we aim to answer the following two questions: (i) 'What words develop into swear words?' and (ii) 'Why they do?' The utility of a swear word is frequently recognized as intimidation directed towards an opponent, emotional catharsis, and solidarity building among in-group members (Jay 1992, 2000, Kim 1997). We seek to go beyond this simple enumeration of possible functions of swearing and suggest an underlying mechanism at work to explain how these functions are achieved and why only certain types of words are employed in this pursuit. A close examination reveals that a swear word must contain either taboo or sadism as an essential component. Sexual pleasure adds another dimension to the basic components. Thus, if an expression contains a subset of the component set {taboo, sadism, sex} in its semantics, it becomes available for swearing (one of the underlined components must be included in the set). For example, many religiously sacred expressions and words for excretion are common swear words as they violate social and religious taboo. On the other hand, words referring to social minorities are a convenient target for sadism. Furthermore, words describing sexual activity contain all three components, violating social taboo, evoking sadism, and giving the initiator guilty sexual pleasure. A combination of the components can produce an emotional effect called catharsis for the initiator. When directed towards others, these components, especially taboo and sadism, can be exploited as a verbal attack, an intimidation, preceding or replacing a physical attack. However, solidarity building is analyzed as a secondary function of swearing, achieved by sharing a sense of accomplice when in-group members behave badly together, such as violating social taboo and committing sadism.

• 한국산업정보학회논문지
• /
• 제27권2호
• /
• pp.25-34
• /
• 2022

온라인 서비스의 발달로 악성 댓글의 파급력이 커져 사이버 폭력 피해가 극심해지고 있다. 이를 방지하기 위해 금칙어 기반 필터링, 신고제도 등 다양한 방법이 사용되고 있지만 악성 댓글을 완벽하게 근절하기는 어렵다. 본 연구는 딥러닝을 사용하여 악성 댓글의 분류의 정확도를 높이고 욕설에 해당하는 부분을 모자이크처리 처리하는 것을 목적으로 진행되었다. 정확도를 높이기 위해 컨볼루션의 층수, 필터 수를 다르게 설정하여 두 가지 모델링을 진행하여 비교하였고, 데이터 세트의 90%를 훈련 데이터로, 10%를 테스트 데이터로 사용한 결과 최종 88%의 정확도를 도출해 낼 수 있었다. 또한 Grad-CAM을 사용하여 모델이 댓글의 어느 부분을 결과에 반영하였는지 표시하여 욕설 위치 정보를 출력하였다. 단순 금칙어 기반으로 댓글을 분류한 정확도는 56%이지만, 컨볼루션 신경망에 의한 분류 정확도가 88%인 것과 비교하면 딥러닝 모델로 악성 댓글의 욕설을 처리하는 것이 더 효과적인 것을 확인할 수 있었다.