|
어미 등이 있으 면 계사의 어간 뒤라 할지라도 동사나 형용사와 같은 규칙적인 어미가 나타남
①어미의 두음 ‘ㄷ’→‘ㄹ\' : ‘-다→-라’, ‘-더니→-러니’, ‘-도다→‘-로다’
②어미의 두음 ‘ㄱ’→‘ㅇ\'(유성후두마찰음) : ‘-고’
|
|
|
어간의 변이로 보는 것이고, 둘째는 \'ㄹ\'의 덧생김을 어미의 변이로 보는 것이다.
생성음운론적 관점에서는 \'르\'로 된 용언의 어간을 처음부터 \'흘르-, 불르-\'로 잡아 모음어미 앞에서 \'으\'가 탈락된다고 설명한다.
하지만 \'흐르-, 부르-\'
|
|
|
합되어 ‘ㅐ’로 바뀌는 어미불규칙이 일어남
파랗다, 노랗다
좋다
음운론적 이형태
탈락
‘으’탈락
‘으’로 된 용언의 어간이 모음어미 앞에서 탈락함
끄다, 쓰다
음운론적 이형태
‘ㄹ’탈락
‘ㄹ’을 받침으로 가진 용언이 선어말어미
|
|
|
어간들, 즉 ‘노’의 고대형이 ‘*노’이었고, ‘’, ‘’의 고대형은 ‘*’, ‘*’(〈*)이었던 것으로 추정하였다. 이들 역시 휴지나 자음 앞에서 말자음이 탈락하고 모음 앞에서는 2음절 모음이 탈락한 것으로 추정하였다.
하지만 이기문(1962)
|
|
|
는 것이 맞춤법의 원리에 맞다.
불규칙용언(不規則用言)은 어간이 불규칙한 형태로 바뀌는 경우와 어미가 불규칙(不規則)하게 바뀌는 경우, 어간과 어미 모두가 불규칙하게 바뀌는 경우로 나눌 수 있다. 불규칙(不規則) 유형도 탈락(脫落), 변
|
|
 |
어간 + 관형사형어미 ‘-ㄴ’ 간 사람, 먹은 우유
③ 회상할 때는 ‘-더-’를 사용 보았더니
④ 형용사와 서술격 조사 다음에서는 ‘-던’이 쓰임.
연인이던 사이야. 아름답던
⑵ 현재 시제 : 발화시와 사건시가 일치하는 시제
① 동사 + 현재
|
|
|
어간, 어미, 접사
가, 을, 읽, 었, 다
실질적 의미 유무
실질 형태소
체언, 수식언, 감탄사, 어간
철수, 이야기, 책, 읽
형식 형태소
조사, 어미, 접사
가, 을, 었, 다
2
단어의 구조
⑴ 단일어(단일 어근) : 집, 나무, 하늘, 높다, 도시락
⑵ 복합어(둘
|
|
|
어간다.
(마) 김씨가 바람을 피운다는 소문이 돌고 있다.
(바) 어머니가 옷에 풀을 먹인다.
피사동주의 의지보다는 사동주의 의지가 작용하는 것이 사동의 특성이지만, 사동 형식의 관용구에서는 사동주의 의지가 두드러지지 않는 경우도 있다
|
|
|
어간과 중량
<그림 9> 단어: 이탤릭, 대문자와 소문자, 세리프와 산세리프
<그림 10> 행에서 타입의 크기와 행폭
<그림 11> 행의정렬
<그림 12> 텍스트에서 단어를 강조하는 대표적 사례
<그림 13> 단락의 유형과 인덴트
<그림 14> 시각 정렬: 고
|
|
|
어간과 어미.......................................9
제3절 접미사가 붙어서 된 말.............................12
제4절 합성어 및 접두사가 붙은 말.........................15
제5절 준 말.................................16
제5장 띄어쓰기..................................
|
|
 |
(주)부경대학교어간장연구소에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현
|
|
 |
(주)부경대학교어간장연구소에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현
|
|
|
(주)부경대학교어간장연구소에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현
|
|
|
(주)부경대학교어간장연구소에 대한 재무제표 및 기업정보를 중심으로 분석한 상세보고서(종합신용등급, 현금흐름등급, Watch등급, 기업개요, 주요재무상황, 주요재무비율, 재무신용평정, 신용도 분석의견, 기업현황, 주요 주주현황, 경영진현
|
|
 |
어간 추출, 토큰화 등의 작업을 진행했습니다. 이후, TF-IDF(Term Frequency-Inverse Document Frequency) 방법을 사용해 단어의 중요도를 계산하고, 이를 바탕으로 각 리뷰를 벡터화하여 모델 학습에 활용했습니다.
이 프로젝트의 주요 도전 과제는 바로 자
|
|
메뉴펼치기
