#표제어 | Explore Tumblr posts and blogs

dailykoreanselfstudy · 5 years ago

Text

Naver Dic Vocab Guide 💚

* Par ordre d’apparition sur le site, de haut en bas et de gauche à droite. * 웹 사이트의 표시 순서에 따라 위에서 아래로, 그리고 왼쪽에서 오른쪽으로. Lien/링크 (fr)

🟢 사전 [辭典] dictionnaire

🟢 참여 [參與] participation

번역 [飜譯/翻譯] traduction

지식 [知識] (le) savoir

백과사전 [百科事典] encyclopédie

🟢 로그인 se connecter

아이디 ID

비밀번호 [秘密番號] mot de passe

아이디 찾기 trouver ID

보안 [保安] sécurité

일회용 로그인 [ 一回-] connection "jetable” *quand on se connecte depuis un PC public

회원가입 [會員加入] inscription

주소창의 adresse

자물쇠 verrouillage

이용약관 [利用利用] conditions d’utilisation

개인정보처리방침 [個人情報處理方針] politique de traitement des informations personnelles

책임의 한계와 법적고지 clause de non-responsabilité et mentions légales

회원정보 고객센터 [會員情報顧客-] espace client

로그아웃 se déconnecter

확인 [確認] vérification

내정보 [-情報] mes infos

보안설정 [保安設定] paramètres de sécurité

🟢 알림 notification/alarme

읽은 알림 삭제 [-削除] supprimer les notifications lues

모두 삭제 [-削除] tout supprimer

목록 [目錄] liste/catalogue

가져오다 apporter

중 [中] milieu

새로운 nouveau,nouvelle

활동 [活動] activité

소식 [消息] nouvelle/information

🟢 추가 [追加] ajout

간편하다 [簡便하다] facile/pratique

지도 [地圖] carte

증권 [證券] bourse

부동산 [不動産] bien immobilier

참여하다 [參與하다] participer

적립 [積立] épargne

🟢 영어 [英語] anglais

국어 [國語] coréen

한자 [漢字] hanja (caractère chinois)

일본어 [日本語] japonais

중국어 [中國語] chinois

프랑스어 [-語] français

스페인어 [-語] espagnol

독일어 [獨逸語] allemand

베트남어 [-語] vietnamien

네팔어 [-語] népalais

스와힐리어 [-語] swahili

인도네시아어 [-語] indonésien

테툼어 [-語] tétoum

힌디어 [-語] hindi

몽골어 [-語] mongol

아랍어 [-語] arabe

캄보디아어 [-語] cambodgien

페르시아어 [-語] perse

우즈베크어 [-語] ouzbek

태국어 [泰國語] thaï

히브리어(고대) [-語][古代] hébreu (ancien)

그리스어(현대) [-語][現代] grec (moderne)

그리스어(고대) [-語] [古代] grec (ancien)

라틴어 [-語] latin

스웨덴어 [-語] suédois

이탈리아어 [-語] italien

터키어 [-語] turque

핀란드어 [-語] finnois

러시아어 [-語] russe

알바니아어 [-語] albanais

조지아어 [-語] géorgien

포르투갈어 [-語] portugais

헝가리어 [-語] hongrois

네덜란드어 [-語] néerlandais

루마니아어 [-語] roumain

우크라이나어 [-語] ukrainien

체코어 [-語] tchèque

폴란드어 [-語] polonais

더보기 voir plus

인기

영어

영영update

국어

한자

일본어

중국어

프랑스어

스페인어

독일어

베트남어

아시아/아프리카

네팔어

라오어new

몽골어

미얀마어

스와힐리어

아랍어

우르두어new

우즈베크어

인도네시아어

캄보디아어

타갈로그어new

태국어

테툼어

페르시아어

하우사어

히브리어(현대)new

히브리어(고대)

힌디어

영어-인도네시아어

유럽/아메리카

그리스어(현대)

그리스어(고대)

네덜란드어

노르웨이어new

덴마크어new

라틴어

러시아어

루마니아어

스웨덴어

알바니아어

우크라이나어

이탈리아어

조지아어

체코어

크로아티아어

터키어

포르투갈어

폴란드어

핀란드어

헝가리어

학습/번역 서비스

단어퀴즈

파파고

이용자 참여 서비스

오픈사전

참여번역

오픈사전PRObetanew

주제백과 바로가기

건강백과

동물백과

음악백과

수학/과학백과

식물백과

밀리터리백과

음식백과

문학백과

비주얼백과

미술백과

역사백과

동영상백과

종합백과 바로가기

두산백과

네이버캐스트

문화원형백과

한국민족문화대백과

어린이백과

조선향토대백과

한국향토문화전자대전

학생백과

공지사항

새로운 참여번역을 만나보세요!

사전 공식 블로그

이용약관

개인정보처리방침

책임의 한계와 법적고지

사전 고객센터

콘텐츠 수정

및

오류 신고

NAVER Corp.

0 notes

thehappyrhino · 3 years ago

Photo

[꼬리에 꼬리를 무는 우리말] 꽃💐과 관련된 우리말은 무엇이 있을까요?🤔 흥미로운 표현을 확인해 보세요! #꽃구름 #꽃기운 #꽃눈깨비 #꽃달임 #꽃대궐 #꽃동네 #꽃멀미 #꽃바다 #꽃바람 #꽃보라 #꽃샘 #꽃트림 이 밖에 더 다양한 우리말 이야기는 ≪쉼표, 마침표.≫에서 만나 보세요.😊 (프로필 링크 누르면 바로 이동) #국립국어원 #국어원 #쉼표마침표 #꽃 #우리말 #표현 #우리말표현 #단어 #꼬리에꼬리를무는우리말 #표제어 #뜻풀이 #국어공부 #국어교육 #바른한국어 #국어생활 Reposted from @areumkor https://www.instagram.com/p/CYYsWNYlN05/?utm_medium=tumblr

0 notes

yeokbo · 7 years ago

Text

<자신을 지키며 일하는 법>, 강상중 (2017)

※ 괄호 안의 퍼센트 표시는 전자책의 페이지 표시입니다.

<고민하는 힘>, <살아야 하는 이유> 등을 쓴 강상중 교수의 신간입니다.

강 교수는 불확실한 시대에 자신을 지키며 일하는 법으로 몇 가지를 제시합니다. '일의 의미를 생각하고, 다양한 관점을 가지고, 인문학에서 배우라는 것'입니다(6%).

'일의 의미'는 "높은 급여와 안정"만 생각할 것이 아니라 "그 일을 통해 무엇을 얻고자 하는지, 내가 그 일과 어떤 관계를 맺고 있는지 분명하게 인식"하라는 뜻입니다(6%). 글쓴이는 또한 "한 우물만 열심히 파"는 것보다 "하나의 영역에 자신을 100퍼센트 맡기지 않겠다는 태도"를 권합니다(20%). 넓고 얕게 파는 것이 유리하다는 것이지요.

최근 과로와 조직문화 때문에 퇴사를 하는 사람들이 많아지면서(정우성, '퇴사는 어쩌다 직장인의 꿈이 되었나', 에스콰이어 코리아, 2017.11.) 베스트셀러에도 이를 주제로 한 책들이 보이곤 하는데요. 제가 최근 읽은 책에서는 자살충동과 우울증으로 결국 퇴사하여 운 좋게 자신의 꿈을 찾은 김보통 작가(<아직 불행하지 않습니다>)와 퇴사 대신 다독으로 이를 극복한 전안나 작가(<1천 권 독서법>), '머릿속이 복잡해서 일이 손에 잡히지 않는다면 그 일은 정말 원해서 하는 일이 아니다', '진정 자신이 원하는 일을 하라'는 도마베치 히데토의 <머릿속 정리의 기술>이 이와 비슷한 주제를 다루고 있습니다.

<자신을 지키며 일하는 법>은 '고전("말린 것")과 신간("날 것")의 균형잡힌 독서'를 권한다는 면에서 <1천 권 독서법>과 비슷한 접근을 합니다.

강 교수는 다양하게 책을 읽되 "천천히 시간을 두고 읽는 그룹", "중간 정도의 중요도과 관심을 가지고 읽을" 그룹, "전공이나 관심과는 거리가 멀지만 세간에 화제가 되는 신서나 소설, 잡지 같은 것"으로 분류하여 읽으면 균형잡힌 독서에 도움이 된다고 말합니다(45~46%). 후자로 갈수록 깊이 읽기보다는 '목차, 표제어, 키워드 정도를 체크하는 식으로 가볍게 읽되 서문과 후기는 꼭 읽으라'는 팁을 남깁니다(46%)

고전을 '심호흡', 신서(신간)을 '폐호흡', 신문을 '피부 호흡'에 비유하며 "적어도 신문 한 가지는 반드시 읽을 것"을 권합니다. 가능하다면 두 가지(중앙지·지방지 또는 영자신문)을 구독할 것을 권합니다(47%).

고전을 몇 권 추천하면서 강 교수는 지금처럼 불확실한 시대에는 "시대의 흐름을 읽는 눈"이 되어주는 인문 지식을 쌓아두어야 한다고 말합니다(68%). 시대가 아무리 바뀌어도 "시대를 읽는 통찰력", "정확한 시대 인식"(80%)이 있어야 "시대가 무엇을 요구하는지 민감하게 반응할 수 있"다는 겁니다(81%). 아울러 앞으로 변화할 리더십에 대해서도 "반 발짝 앞서가는 리더"가 될 것이며(81%), '미래의 일하는 방식'(98%)에서 다양한 변화가 일어날 것이라고 예측합니다.

인문 지식을 쌓아야 하는 이유를 시대적 상황과 설득력 있는 주장, 그리고 쉬운 말로 풀어내고 구체적인 독서 방법을 제시한 책입니다. ★ 4/5

#독후감 #리뷰 #도서 #책 #인문학 #강상중 #노동 #퇴사 #★★★★

2 notes · View notes

wonbindatascience · 6 years ago

Text

NLP - Text Preprocessing

1. Tokenization

: 주어진 코퍼스(corpus)에서 토큰(token)이라 불리는 단위로 나누는 작업을 토큰화(Tokenization)라고 부릅니다. 토큰의 단위가 상황에 따라 다르지만, 보통 의미있는 단위로 토큰을 정의한다.

python package from nltk.tokenize import ~

1.1 Word Tokenization

: 토큰의 단위를 단어(Word)로 하는 경우 (여기서 단어(Word)는 단어 단위 외에도 단어구, 의미를 갖는 문자열로도 간주되기도 한다.)

Example input: Time is an illusion. Lunchtime double so! output: "Time", "is", "an", "illustion", "Lunchtime", "double", "so"

Code import nltk from nltk.tokenize import word_tokenize word_tokenize("text~")

Tips for tokenization 1) Punctuation(구두점)이나 특수 문자를 단순 제외해서는 안 된다. - 온점(.)과 같은 경우는 문장의 경계를 알 수 있는데 도움 - $45.45 경우 45.55를 하나로 취급해야 함 - 01/02/06은 날짜를 의미 - 123,456,789 숫자 세 자리 단위로 콤마 2) 줄임말과 단어 내에 띄어쓰기가 있는 경우? - 아포스트로피(')는 압축된 단어를 다시 펼치는 역할을 하기도 함 (what're는 what are의 줄임말이며, we're는 we are의 줄임말) - New York이라는 단어나 rock 'n' roll이라는 단어는 하나의 단어이지만 중간에 띄어쓰기가 존재

1.2 Sentence Tokenization

: 토큰의 단위를 문장(Sentence)으로 하는 경우

Example input: “His barber kept his word. But keeping such a huge secret to himself was driving him crazy. Finally, the barber went up a mountain and almost to the ed” output: ['His barber kept his word.', 'But keeping such a huge secret to himself was driving him crazy.', 'Finally, the barber went up a mountain and almost to the edge of a cliff.', 'He dug a hole in the midst of some reeds.', 'He looked about, to mae sure no one was near.']

Code import nltk from nltk.tokenize import sent_tokenize sent_tokenize(”text~”)

Tips for tokenization 1) 주어진 corpus를 문장 단위로 잘라낼 때, 물음표(?)나 느낌표(!) 와는 달리 온점(.)은 문장의 끝이 아니더라도 등장할 수 있다. - IP 192.168.56.31 - [email protected] - Ph.D. students

1.3 Part-of-speech tagging (품사 부착)

: 같은 단어라도 품사에 따라서 의미가 달라지기도 한다. 따라서 토큰화 과정에서 품사를 구분하여 토큰마다 부착하기도 한다.

e.g.) fly는 동사일 때는 ‘날다’, 명사일 때는 ‘파리’라는 뜻을 의미한다.

Example input: ['I', 'am', 'actively', 'looking', 'for', 'Ph.D.', 'students', '.', 'and', 'you', 'are', 'a', 'Ph.D.', 'student', '.'] output: [('I', 'PRP'), ('am', 'VBP'), ('actively', 'RB'), ('looking', 'VBG'), ('for', 'IN'), ('Ph.D.', 'NNP'), ('students', 'NNS'), ('.', '.'), ('and', 'CC'), ('you', 'PRP'), ('are', 'VBP'), ('a', 'DT'), ('Ph.D.', 'NNP'), ('student', 'NN'), ('.', '.')] (Penn Treebank POG Tags에서 PRP는 인칭 대명사, VBP는 동사, RB는 부사, VBG는 현재부사, IN은 전치사, NNP는 고유 명사, NNS는 복수형 명사, CC는 접속사, DT는 관사를 의미합니다.)

Code from nltk.tag import pos_tag x=word_tokenize(”text~”) pos_tag(x)

2. Normalization and Cleaning

Normalization : 표현 방법이 다른 단어들을 통합시켜서 같은 단어로 만들어준다.

Cleaning : 코퍼스로부터 노이즈 데이터를 제거한다.

자연어 처리에서 전처리, 더 정확히는 정규화의 지향점은 corpus의 복잡성을 줄이는 일

Cleaning and normalization은 토큰화 과정 전, 후에 모두 실시될 수 있다. before: 토큰화 작업에 방해되는 부분을 배제시키기 위해서 after: 토큰화 이후에도 여전히 남아 있는 노이즈를 제거하기 위해서

주어진 corpus에서 노이즈 데이터의 특징을 잡아낼 수 있다면, ‘정규표현식’을 통해서 이를 제거할 수 있는 경우가 많다.

사실 완벽한 정제 작업은 어려운 편이라서, 대부분의 경우 이 정도면 됐다.라는 일종의 합의점을 찾기도 한다.

2.1 (같은 의미를 가졌지만) 표기가 다른 단어들의 통합 e.g.) [ [US, USA], [uhhuh, uh-huh], ... ]

방법론

Lemmatizaiton(표제어 추출)

“Lemma”: 표제어, 기본 사전형 단어

e.g.) "builds", "building", or "built" to the lemma "build" “am”, “are”, “is” to the lemma “be”

Code import nltk from nltk.stem import WordNetLemmatizer n=WordNetLemmatizer() n.lemmatize('dies') # output: ‘dy’ n.lemmatize('dies', 'v') # output: ‘die’ Lemmatizer는 본래 단어의 품사 정보를 알아야만 정확한 결과를 얻을 수 있다. 즉, dies가 문장에서 동사로 쓰였다는 것을 argument로 알려주어야 한다.

Stemming(어간 추출)

“Stem”: (단어의 의미를 담고있는) 단어의 핵심 부분

단순히 규칙에 기반하여 어미를 자르는 어림짐작의 방법

Lemmatizaiton과의 차이?

Stemming am → am the going → the go having → hav

Lemmatization am → be the going → the going having → have

어림짐작의 방법이기 때문에 어떤 알고리즘을 쓸지는 여러 stemmer를 corpus에 적용해보고 주어진 데이터에 적합한 stemmer 판단해야 한다.

2.2 대소문자 통합

영어에서 대문자는 문장의 맨 앞 등과 같은 특정 상황에서만 쓰이고, 대부분의 글은 소문자로 작성되기 때문에 이 작업은 보통 대문자를 소문자로 변환하는 작업으로 이루어지게 된다.

소문자로 변환되서는 안 되는 경우 - US(미국) vs us(우리) - 회사 이름(General Motors), 사람 이름(Bush)

소문자 변환을 언제 사용할지에 대한 결정은 machine learning sequence model로 더 정확하게 진행시킬 수 있다. 하지만 만약 규칙없이 마구잡이로 작성된 corpus라면 ML 방법도 크게 도움이 되지 않을 수 있다. 이런 경우, 예외 사항을 고려하지 않고 모든 corpus를 소문자로 바꾸는 것이 종종 더 실용적인 해결책이 되기도 한다.

Code from nltk.tokenize import word_tokenize text = 'A barber is a person.' sentence = word_tokenize(text) result = [] for word in sentence: word=word.lower() result.append(word)

2.3 Removing Unnecessary Words

특수문자

분석하고자 하는 목적에 맞지 않는 불필요한 단어들

Stopword(불용어)

문장 내에서는 자주 등장하지만 분석하는 데 있어서는 큰 도움이 되지 않는 단어

e.g.) I, my, me, over, 조사, 접미사

nltk 패키지에서 이미 100여개 이상의 불용어들을 정의하고 있다.

Code import nltk from nltk.corpus import stopwords from nltk.tokenize import word_tokenize example = "Family is not an important thing. It's everything." stop_words = set(stopwords.words('english')) word_tokens = word_tokenize(example) result = [] for w in word_tokens: if w not in stop_words: result.append(w) print(word_tokens) print(result)

등장 빈도가 적은 단어

길이가 짧은 단어

영어에서는 길이가 짧은 단어를 삭제하는 것만으로도 어느정도 자연어 처리에서 크게 의미가 없는 단어들을 제거하는 효과를 볼 수 있다고 알려져 있다.

길이가 짧은 단어를 제거하는 2차 이유는 punctuation(구두점)들까지도 한 꺼번에 제거하기 위함도 있다.

영어 단어의 평균 길이: 6~7 정도 한국어 단어의 평균 길이: 2~3 정도 <=> 영어에 비해 한국어는 글자 하나에 함축적 의미를 포함하고 있는 경우가 많다. <=> 짧은 길이의 영단어는 의미가 크게 없는 경우가 많다.

e.g.) 길이 1: a(관사), I(나) 길이 2: it, at, to, on, in, by

Code # 정규표현식 활용 import re text = "I was wondering if anyone out there could enlighten me on this car." shortword = re.compile(r'\W*\b\w{1,2}\b')

numbers

Remove numbers if they are not relevant to your analysis.

Usually, regular expressions are used to remove numbers.

Code import re text = ’Box A contains 3 red and 5 white balls, while Box B contains 4 red and 2 blue balls.’ result = re.sub(r’\d+’, ‘’, text) print(result) >> ‘Box A contains red and white balls, while Box B contains red and blue balls.’

(https://medium.com/@datamonsters/text-preprocessing-in-python-steps-tools-and-examples-bf025f872908)

3. Subword Segmentation

: 하나의 단어는 의미있는 여러 단어들의 조합으로 구성된 경우가 많기 때문에, 하나의 단어를 여러 단어로 분리해보겠다는 전처리 작업이다. 따라서 이를 통해 기계가 아직 배운 적이 없는 단어더라도 마치 배운 것처럼 대처할 수 있도록 도와주는 기법 중 하나이다. 이 방법은 기계 번역 등에서 주요 전처리로 사용되고 있다.

3.1 용어

기계가 알고있는 단어들의 집합 : Vocabulary

그리고 기계가 배우지 못하여 모르는 단어 : OOV(Out-Of-Vocabulary) 또는 UNK(Unknown Word)

3.2 WPM(Word Piece Model)

: 하나의 단어를 Subword Unit들로 분리하는 단어 분리 모델

3.2.1 BPE(Byte Pair Encoding) 알고리즘

: 구글의 WPM에는 BPE(Byte Pair Encoding) 알고리즘이 사용되었다.

4. Integer Encoding

: 컴퓨터는 텍스트보다는 숫자를 더 잘 처리 할 수 있다. 이를 위해 자연어 처리에서는 텍스트를 숫자로 바꾸는 여러가지 기법들이 있다. 그리고 그러한 기법들을 본격적으로 적용시키기 위한 첫 단계로 각 단어를 고유한 숫자에 Mapping시키는 전처리 작업이 필요할 때가 있다.

e.g.) Vocabulary(단어 집합)이 5000개라면 1번부터 5000번까지 index 부여

4.1 어떤 기준으로 index를 부여?

방법 중 하나는 단어를 frequency ��으로 정렬하여 Vocabulary(단어 집합)을 만들고, frequency가 높은 순서대로 차례로 낮은 숫자부터 integer를 부여하는 방법이 있다.

In gensim.corpora.Dictionary, Here we assigned a unique integer id to all words appearing in the corpus with the gensim.corpora.dictionary.Dictionary class. This sweeps across the texts, collecting word counts and relevant statistics.

*절대적인 token의 수는 같더라도 (hi*3, hello*2, bye*1), 문서의 개수와 분포가 다르면 encoded 되는 integer가 다르게 나오네!!!

4.2 Code

from gensim import corpora print(bookshelf_speaker['tokens'].head()) >> 0 [sharp, good, brand, speaker, live, name, sharp] 1 ['ve, speaker, month, extremely, suprised, gre... 2 [small, klh, speaker, look, low, cost, attract... 3 [terminally, addict, asthetic, must, admit, fi... 4 [get, speaker, month, ago, wire, player, good,... incoded_integer = corpora.Dictionary(bookshelf_speaker['tokens'].values) print(incoded_integer) >> Dictionary(30665 unique tokens: ['brand', 'good', 'live', 'name', 'sharp']...) print("IDs 1 through 10: {}".format(sorted(incoded_int.token2id.items(), key=operator.itemgetter(1), reverse = False)[:10])) >> IDs 1 through 10: [('brand', 0), ('good', 1), ('live', 2), ('name', 3), ('sharp', 4), ('speaker', 5), ("'ll", 6), ("'ve", 7), ('100', 8), ('100htz', 9)]

5. Steps

Tokenizing

(split by ".", "-", and "/")

Part-of-speech tagging - Lemmatizaiton/Stemming

Removing numbers

Lowercasing - Stopwords

Short length (<=2)

Low frequency (=1)

5.1 Code

def get_wordnet_pos(word): """Map POS tag to first character lemmatize() accepts""" tag = nltk.pos_tag([word])[0][1][0].upper() tag_dict = {"J": wordnet.ADJ, "N": wordnet.NOUN, "V": wordnet.VERB, "R": wordnet.ADV} return tag_dict.get(tag, wordnet.NOUN)

def add_token_col(df): tokens = [] stop_words = stopwords.words('english') lem = WordNetLemmatizer()

for txt in df['COMMENT'].values: row = [] # tokenize for word in word_tokenize(txt): # lowercasing word_prprc = word.lower() # stopwords if word_prprc not in stop_words: # lemmatize word_prprc = lem.lemmatize(word_prprc, get_wordnet_pos(word_prprc)) # short length if len(word_prprc)>2: row.append(word_prprc) tokens.append(row) df['tokens'] = tokens return df

(https://wikidocs.net/21698)

0 notes

sidigame20g · 4 years ago

Text

본문 바로가기

NAVER

사전

파파고

참여번역

지식백과

사용자 링크

로그인

서비스 더보기

사전홈

영어

국어

한자

일본어

중국어

프랑스어

스페인어

독일어업데이트

베트남어

더보기신규추가

어학사전

단어장

작은창 사전

오픈사전

전체 검색

영어

국어

한자

일본어

중국어

프랑스어

어학사전 더보기

어학사전 전체 표제어 수 25,852,099건

지식백과

전체 검색

건강백과

수학/과학백과

음식백과

미술백과

지식백과 더보기

지식백과 전체 표제어 수 4,493,188건

어학사전 바로가기