한국 詩話 시맨틱 데이터 아카이브 구현 방안 모색-詩話叢林 대상 개념적 데이터 모델링을 중심으로

한희연; 지영원; 호정; 유인태

추천

검색

자료유형: 학술저널

저자정보: 한희연 (Wilfrid Laurier University) 지영원 (고려대학교) 호정 (KU Leuven History Department) 유인태 (성균관대학교)

저널정보: 근역한문학회 한문학논집(漢文學論集) 한문학논집(漢文學論集) 제63권

발행연도: 2022.10

수록면: 105 - 146 (42page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 글은 詩話를 대상으로 한 시맨틱 데이터베이스 편찬의 필요성과 그것을 위한 詩話 데이터 모델의 기초적 형식을 디자인하는 데 목적을 두고 있다. 최근 ‘디지털 인문학(digital humanities)’에 대한 관심이 커지고 있는 데서 알 수 있듯이, 현대의 인문학 연구 환경에서 유관 자료를 대상으로 한 데이터베이스 편찬은 중요한 일이 되어가고 있다. 한문학 유관 분야에서 활용 범위가 넓고 학술적 의미가 다채로운 詩話와 같은 자료의 경우 더욱 그러하다. 詩話는 잡록의 한 갈래로 분류하기도 할 만큼 비정형적 성격의 장르이기에 내용과 형식이 다양할 뿐만 아니라 여타 문헌과 맺고 있는 의미적 관계 또한 입체적이라서, 그 자체로 색인(index)을 작성하거나 연구를 위한 기초 자료를 정리하는 데 어려움이 크다. 시맨틱 데이터베이스는 이러한 문제를 효율적으로 해결할 수 있을 뿐만 아니라, 추후 데이터를 효과적으로 공유하기 위한 채널이 될 수 있다. 이에 따라 詩話 시맨틱 데이터베이스 구축을 염두에 둔 데이터 모델 디자인을 실험적으로 진행하였으며, 詩話叢林 을 그 구체적인 대상으로 삼았다. 詩話를 구성하는 형식･내용 요소를 분류･정리하고 각각의 정보 항목에 대한 속성을 기술하는 방식으로 데이터베이스의 전체적 밑그림을 완성하였고, 이 가운데 개체 데이터 사이의 의미적 관계를 재현하는 관계어를 정의함으로써 詩話 지식그래프이자 시맨틱 데이터베이스로서의 기초적 형식을 구현하였다. 이렇게 만들어진 시화 데이터 모델은 ‘시화집’, ‘시화’, ‘시화집 간본’, ‘시화 간본’, ‘조목’, ‘시’, ‘산문’, ‘비평’, ‘평어’, ‘특수글자’, ‘시어’, ‘인물’, ‘장소’, ‘물체’, ‘주제’, ‘참고문헌’ 등의 클래스로 이루어진다. 개별 클래스에 속한 각각의 개체들과 그것들 사이의 다채로운 의미적 관계를, 일부 샘플 데이터를 활용해 그래프데이터베이스 Neo4jTM로 편찬함으로써 시맨틱 데이터로서 Triple(S-P-O) 형식의 유효함을 검토하였다. 본 연구를 통해 확보한 데이터 모델의 윤곽을 더욱 분명하게 보완하고 유관 데이터 편찬을 확대해, 학술 연구에 유효한 시화 데이터베이스를 웹상에서 실제 구현하는 것이 차후의 과제라 하겠다.

This paper discusses the need for creating a Sihwa database and expounds the fundamental structures of such a database. As can be seen in the growing interest in the Digital Humanities in recent years, the creation of resource- specific database is gradually seen as a must-have requirement, rather than a nice addendum, in today’s Humanities research. In the field of Sino-Korean literature, this is especially true for texts such as Sihwa that have a broad range of uses and diverse interpretations. Often classified as miscellany, Sihwa is an atypical literary genre that comes in varied forms. Moreover, Sihwa has complex multidimensional relationships with other types of texts. As such, indexing and compiling data for research purpose have remained a particularly challenging task for Sihwa. A semantic database can efficiently solve this problem and function as a useful channel for the future sharing of data. With this goal, we have designed a pilot data modelling for a semantic database of Sihwa using the anthology Sihwa ch’ongnim as the textual data. We sketched an overall blueprint of the database by classifying and organizing the various elements that make up the form and content of Sihwa and describing their properties in detail. We then created a knowledge graph and basic semantic database of Sihwa by defining and assigning relational words to connect the data. The classes specific to Sihwa include ‘Series’, ‘Book’, ‘Edition’, ‘Entry’, ‘Poem’, ‘Prose’, ‘Critique’, ‘CriticalTerm’, ‘Character’, ‘Diction’, ‘Person’, ‘Place’, ‘Object’, ‘Reference’, ‘Topic’, and others. With the sample data, we created a graph database using Neo4jTM to test the validity of the semantic data in Triple(S-P-O) form that connects the various entities within individual classes. We will continue to improve the initial data model introduced in this study and expand the data to create a semantic database on the Web that will prove useful in academic research.

#시화 #시화총림 #시맨틱 데이터 #디지털 고전학 #디지털 인문학 #Sihwa(詩話) #Sihwa ch'ongnim #Semantic Data Model #Digital Classics Studies #Digital Humanities

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

한희연

소속기관 Wilfrid Laurier University

주요연구분야 인문학 > 어문학 > 한국어와문학 인문학 > 어문학 > 영어와문학

논문수 2 이용수 13

지영원

소속기관 고려대학교

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 7 이용수 33

호정

소속기관 KU Leuven History Department

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 1 이용수 11

유인태

소속기관 성균관대학교

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 2 이용수 60

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)