저자 기반 코퍼스 구축과 분석 도구 개발

Abstract

이 연구에서는 저자 판별 연구를 위해 저자 기반 코퍼스를 구축하고, 그것을 활용할 수 있는 분석 도구를 개발하였다. 또한, 이 연구의 저자 기반 코퍼스와 분석 도구를 활용할 수 있는 방안을 제시하였다. 이 연구에서 구축한 저자 기반 코퍼스는 800편의 칼럼 자료를 수록하고 있다. 칼럼니스트 40명이 작성한 칼럼 20편씩을 수집하여 가공한 것이다. 코퍼스 명칭은 구축자의 영문명 이니셜과 구축 자료의 특성이 드러날 수 있게 H-Column Corpus라고 하였다. 이 연구에서 개발한 분석 도구는 형태소 빈도와 품사 빈도 분석 기능을 가지고 있으며, 글 전체에 대한 빈도뿐만 아니라 글의 특정 구간별 빈도 분석도 가능하게 하였다. 분석 도구 명칭은 Knalyzer 2.0이라고 하였다. 더불어, 저자 판별에서 자소에 대한 N-gram 분석이 필요한 경우가 있으므로 자모 분석기를 추가로 개발하였다. 자모 분석기는 프로그래머의 이름 일부가 포함된 Gonapps 자모 분석기라고 하였다. 끝으로, 이러한 코퍼스와 분석 도구를 활용하여 저자 판별 연구의 중요한 테마 중 하나인 어휘 풍부성 연구에서 적용할 방안을 제시하였다.

In this study, we constructed author-based corpus for authorship contribution research and developed analysis tool to utilize the corpus. In addition, a case study on how to use the constructed author-based corpus and analysis tool is presented. The author-based corpus constructed in this study contains 800 column data, and the name of the corpus is H-column corpus. The analysis tool developed in this study was developed for the analysis of frequencies of morphemes and parts of speech. The name of the analysis tool was Knalyzer 2.0. In addition, we developed the Gonapps consonant-vowel analyzer to enable N-gram analysis of the authors in the authorship contribution. Finally, using these corpus and analysis tools, we proposed how to apply it to the study of lexical richness, which is one of the important themes of the authorship contribution research.