언어의 의미: 의미론

의미적 직관과 '의미'의 의미

의미란 무엇인가?

의미적 직관

1. 문장의 진리치(truth value)에 대한 직관: 참인가 거짓인가? 함의와 모순  → 정보전달과 관련

(ㄱ) 강도가 경관을 살해했다

(ㄴ) 경관이 죽었다: if (ㄱ) == 참: 참 → (ㄱ)과 함의 관계

(ㄷ) 강도가 잡혔다: 판단 불가

(ㄹ) 경관이 살아있다: if (ㄱ) == 참: 거짓 → (ㄱ)과 모순 관계

2. 의미의 유사성에 대한 직관: 동의성

- 어휘(동의어), 구문(동일한 의미) → 미묘한 차이는 있으나 진리치의 관점에서는 유사함

ex) 연인 - 애인 / 능동태 - 수동태

3. 중의성에 대한 직관

ex) 학생 세 명이 사과 하나를 먹었다 → 각각 하나씩 or 셋이서 하나를(교수의 제1해석)

("각각"을 넣으면 명확해짐)

ex) John went to the bank → bank는 은행 혹은 둑

4. 전제에 대한 직관

ex) The present king of France is bald. → 프랑스는 현재 왕정이 아님, 전제가 거짓

언어가 가지는 의미는 직관을 발동해서 파악한다

기호와 의미

소쉬르: 기표 + 기의 = 기호

퍼스(Perice)

- 상징(Symbol): "Cat" → 언어, 자의적

- 도상(icon): {고양이 그림} → 연상됨

- 지표(index): {눈위의 고양이 발자국} → 인과관계, 상징이나 도상보다 고차원 

문법 모형 속의 의미론

조합성의 원리(compositionality)

: 문장 구조와 의미의 연결 관계는 조합성의 원리에서 시작

- 언어 표현 전체의 의미는 그것을 (1)구성하는 부분들의 의미와 (2)부분들의 결합 방식에 의해 결정됨

- 구표지(phrase marker)를 더해 문장의 구성성분의 품사, 성분 등을 나타냄

(a) John likes Bill

(b) John hates Bill

(c) Bill likes John

→ (a)와 (b)는 동사가 다르기 때문에 다른 의미: (1)구성 부분의 의미 차이

→ (a)와 (c)는 부분의 위치가 다르기 때문에 다른 의미: (2) 부분들의 결합 방식 차이

의미와 사전적 정의

의미 meaning와 사전적 정의 definition은 다름

- 사전적 정의는 순환적이다 → 문제점

→ 머리와 얼굴이 순환적

* 형식의미론: 언어로 단어의 의미를 기술하지 않고 메타언어로 기술함(참고만 할 것)

- 사전적 정의는 맥락 context를 고려하지 않음

ex) 너 잘났어 정말

: 글자 그대로의 의미와 상황의 의미를 구별하여 다루는 예시 → 화용론

의미론과 화용론

: 화용론은 context 고려

발화, 문장, 명제

사람 A: 그 아이가 머리가 좋다

사람 B: 그 아이가 머리가 좋다

- 두 개는 서로 다른 발화

- 두 개는 같은 문장

- '그 아이'가 같은 아이를 가리키면 하나의 명제, 다른 아이를 가리키면 두 개의 명제

의미론과 화용론의 구별(C. Morris)

- 통사론: 기호들 사이에서 형식적 관계(문법)를 다룸

- 의미론: 기호와 대상 사물 사이의 관계를 다룸

- 화용론: 기호와 그것의 사용자와의 관계(맥락)를 다룸

현대 의미 이론: 지시적 referential 관점과 표상적 representational 관점

지시

지시와 지시물

지시 referring란 말로써 세상의 사물을 골라내는 것 혹은 확인하는 것(언어로써 대상을 연결)

- 고유명사: 이름

- 대명사: 문장 안에서, 대화 안에서 가리키는 역할

- 한정 기술 definite description: 설명하는 역할 / ex) 그 사람, 내가 어제 만난 소년들

비지시적 표현

ex) 그런데, 아주, 많은, -에서, -어요

→ 형식 논리학으로 해결

고유명사

고유명사: 실제적 또는 비실제적 대상의 이름

고유명사와 지시물의 연결

1. 기술이론 description theory

- 고유명사란 지시물에 대한 지식, 기술을 표시하기 위한 표지(수단)

ex) RM = {BTS, 가수, 래퍼, 작곡가, 작사가, 미술애호가, ...} → 'RM'이라는 고유명사를 쓰는 순간 집합의 내용들을 담는 것

but (1)위의 기술들에 해당하는 다른 사람이 있을 수도 있고(더 많은 기술을 알면 보완)

      (2) 위의 기술 중 일부만 알아도 RM 지칭 가능

2. 인과 이론 causal theory

:  이름은 어떤 시점에 사물과 연결되어 그 연결이 사회적으로 통용되고 계승되는데, 이 때 연결을 하는 권위자(연결을 하는 요소)가 있다

ex) 작명, 보석 판별사

고유명사는 지시물과의 연결이 견고하고 시간에 따라 변하지 않는 고정 지시어 rigid designator 임

반례) 한국 대통령: 고유명사 + 지칭명사

→ "지금"을 넣으면 고정됨, 시점이나 장소와 같은 물리적 개념을 추가하면 고정됨

지시적 기능을 갖는 일반명사 명사구

행위나 사건은 명사구나 동사구로 지시할 수 있다

: 대상 뿐 아니라 행위나 사건도 지시 가능

ex) guide - guidance, rain - rain, 달리다 - 달리기

뜻 sense 과 지시 reference

(ㄱ) 1979년 박정희가 암살당했다

(ㄴ) 1979년 한국 대통령이 암살당했다

(ㄷ) 1979년 한국의 군 통수권자가 암살당했다

→ 같은 지시, 다른 세 가지의 의미

1.

(a) Ancient people did not know that the morning star is the evening star. (T)

(b) Ancient people did not know that the morning star is the morning star. (F)

2.

(a) The morning star is far from the earth

(b) The evening star is far from the earth

→ 대체를 해도 진리값을 유지, 물리적 실체, 진리판별에 객관적

3.

(a) John thinks that Mary likes the morning star.

(b) John thinks that Mary likes the evening star.

→ 대체를 하면 진리값 유지 안 됨, 느낌/정서/판단은 주관적이므로 T/F 바뀔 수 있음

사건 event 과 의미역 semantic role

부사를 가진 문장의 논리적 함의관계가 사건을 가정함으로써 잘 설명됨

(x) A가 B를 집에서 막대기로 때렸다

=> (p) A가 B를 때렸다

=> (q) A가 B를 집에서 때렸다

=> (r) A가 B를 막대기로 때렸다

→  p & q & r =>(함유) p, q, or r

                     => p & q, or q & r, p & r, p & q & r

사건이 존재하는 경우 논항은 사건에서의 역할, 즉 의미역을 갖는다

(a) John hit Tom: John=행위자(agent) / Tom=피행위자(patient)

(b) John likes Tom: John=경험자(experiencer) / Tom=대상(theme)

→ hit은 사건, likes은 사건이 아님

심적 표상

개념 concept

Cognitive semsntics(인지의미론)

: 화자가 가지는 세상에 대한 심적 표상 mental representation과의 간접적 연결을 통해 의미 전달

- 심적표상은 시각적 이미지와 같음

- '자유', '정의' 등은 시각적 이미지가 사람마다 달라서 소통에 어려움 있음

→ 시각적 이미지가 아니라 개념 concept로 파악

기호와 개념은 마음 속에서 연결되거나 상호작용을 한다 -Ogden & Richards-

- 언어습득에서 개념화는 대상의 속성의 집합을 확대하는 과정

- 어떤 단어의 개념을 그 단어를 적용할 수 있는 범주라고 생각

- 필요 충분 조건: abt '강아지' ={다리 넷, 털, 멍멍, 꼬리를 흔든다}

→ 모두 해당하면 '강아지'의 범주에 속하는가?

- 원형이론 prototype theory: 필요 충분 조건의 문제를 해결하는 이론으로 제안됨

의미 관계

- 어휘화된 개념의 의미망 semantic network

- 상위어와 하위어: 계층 구조의 이행적 관계(aRb ^ bRc → aRc)

- 하위개념은 상위개념의 특성을 모두 이어받기에 mental lexicon에서는 경제적으로 정보 저장됨

- 개념들 사이에 부분 관계가 가능(물리적으로도) 

- 동의관계는 유의어 synonum으로 표현, 반의관계는 반위어로 표현

- 반의어는 개념의 반대성보다는 단어의 반대성으로 표현(어휘 자체의 반대성)

ex) 아빠 - 엄마 (o) / 아빠 - 모친 (x)

- 이분법적 반의어와 정도차이 반의어

ex) 갔다 - 왔다 / 크다 - 작다

언어 상대 주의

Sapir - Whorf 가설

: 언어의 의미를 심적 표상으로 본다는 견해의 극단적 예

ex) 에스키모어의 '눈' 표현, Hopi어의 '시간' 표현 부재

언어가 사고를 지배한다

색채어의 언어별 차이

- 색채어 수가 적다고 그 사람들이 색을 잘 구별 못하는 것은 아님 (언어에 흑/백만 있는 부족도 구분 가능)

- 색채어의 함축 관계

공간이동 표현 습득

- 한국어는 '끼다'와 '넣다'가 있고 영어는 'put in' 하나만 있음

- 양국의 아동이 관련 표현 습득 후 생후 30개월된 한국아동들만 두 상황 구별

언어의 개념화가 인간의 사물에 대한 인식에 어느정도 영향을 미치는 듯 하지만 아직 논란의 여지가 있다.

https://www.notion.so/9w-d636465f3a9f4cddb21e86502fcc1512?pvs=4 

9w 대면 강의

능력에 대한 새로운 관점

지능은 변할 수 있고 발전시킬 수 있다고 생각하는 사람의 행동과

변하지 않고 발전시킬 수 없다고 생각하는 사람의 행동은 다름

마인드 셋

개념의 탄생 배경

• 실패에 대해서 사람들은 어떻게 대처(cope)하는지? 에 대해서 탐구
• 대처 행동의 목적: 부정적 감정을 긍정적 감정으로 변환
• 보통 실패는 부정적 감정을 유발하므로 이를 좋아하지 않고 줄이려고 노력(cope)
• 어떤 사람들은 실패를 즐기는 행동을 보임

실패란 어떤 사람에게는 하늘이 무너지는 경험이지만 어떤 사람에게는 신나는 기회

이러한 차이가 발생하는 이유: 하나의 개인차

사람들이 talent와 ability 등 인간의 본질적 측면에 대해 가지고 있는 신념의 차이

https://flex.team/blog/2021/10/28/hr-term/

마인드 셋은 어떤 문제에 봉착하고 그것을 해결하는 상황에서 잘 나타남

각 마인드 셋의 태도와 Outcomes

각 마인드 셋의 행동 차이

조직의 마인드 셋

조직 마인드 셋의 척도

: 채용, R&D, 교육, 학벌 주의(임원의 학벌), 인재 채용(외부 고용 vs 내부 교육)

스트레스

스트레스에 대한 인식

Dose the Perception that Stress Affects Health Matter?

두 가지 질문

1. 작년 동안 경험한 스트레스가 얼마나 컸는가?
2. 스트레스가 건강에 해롭다고 믿는가?

연구 결과

• 스트레스 수치가 높은 사람들의 사망 위험 43% 증가

→ 스트레스가 건강에 해롭다고 믿는 사람들에게서만 관찰됨

(스트레스에 대해 negetive, 고정 마인드 셋을 가진 그룹)

• 높은 수치의 스트레스를 기록했지만 해롭다고 믿지 않는 그룹은 사망 확률 증가하지 않음
• 스트레스를 받지 않는다고 한 사람들보다 사망 확률 낮음

→ 마인드 셋이 buffer(완충재) 효과

기대와 효과에 관련된 연구

호텔 객실 청소부들에게 업무가 소모하는 칼로리를 보여주고 운동으로서 가치 있음을 제시

연구 결과

1. 지각의 변화: 일하는 것이 운동하는 것이라고 인식
2. 신체적 변화: 실제 체중과 체지방 감소

→ 자신의 업무가 건강에 좋은 운동이라고 인식하면 신체에 미치는 영향 전환

효과는 기대한 대로 나타난다

조직의 마인드 셋(조직도 마인드 셋을 가지는가?)

• 우리 회사의 성공에 관해서, 사람마다 가진 재능의 크기가 다르고, 그것을 바꿀 수 없다 → 고정
• 우리 회사는 다른 어떤 특성보다 선천적인 지능과 사업 능력을 중시한다 → 고정
• 우리 회사는 직원의 성장과 발전을 진정으로 중요시한다 → 성장

성장 마인드 셋을 가진 기업의 직원들이 고정 마인드 셋의 기업보다

• 직장 동료를 신뢰한다고 할 가능성 47%
• 주인의식으로 회사에 헌신할 가능성 34%
• 위험 감수하고 도전적 일을 할 가능성 65%

인력 선발: 개발 가능성에 초점

고정 마인드 셋에 초점: star employee, 좋은 학벌, 입증된 경험 중심의 채용

고정 마인드 셋 분위기의 조직은 도전하지 않고, second chance 없음

ex) 일론 머스크, 스페이스 x의 스타십 실패

인력 배치: 개인의 마인드 셋 고려(개인의 마인드 셋에 대한 파악 필요)

→ 인력 배치 시 고정 마인드 셋을 먼저 배치

https://www.notion.so/9W-f3b1e3aeb4c54c7bb74f2fc90a9d855a?pvs=4

9W 녹화 강의

Module / Packages

Module

• 작은 Program 조각
• 서로 연결해 어떤 목적을 가진 Program을 만드는 작은 Program
• 각 Module의 역할이 있고, 서로 다른 Module과 Interface만 연결되면 사용 가능
• Module화된 Program을 사용하면, 다른 개발자가 만든 Program이나 본인이 만든 Program을 쉽게 사용하거나 제공 가

import random
print(random.randint(1,10))
# 8
# randint() 함수를 사용하기 위해서는 interface, 즉 paramter 설정을 알아야

Package

• Module의 묶음
• Directory처럼 하나의 Package 안에 여러 개의 Module이 있고, 서로 포함 관계를 가짐

# main.py
import converter

print("Enter a value:")
value = float(input())
result = converter.convert(value)
print(f"Result is {result}")

# converter.py
def convert(value):
    return value * 9.0 / 5 + 32

# Enter a value:
# 15
# Result is 59.0

Name Space

• Module 호출의 범위 지정

1. Module 이름에 Alias를 생성하여 Module 안으로 Code를 호출

# import module as alias
import converter as cv

print(cv.convert(float(input("Enter a valve: "))))

# Enter a valve: 15
# 59.0

1. from 구문을 사용하여 Module에서 특정 함수 또는 Class만 호출

: from은 Package를 호출하고 해당 Package 안에 있는 Module을 호출할 때도 사용 가능

# from module import function(or class)
from converter import convert

print(convert(float(input("Enter a value:"))))
# function name으로 바로 사용 가

# Enter a value:15
# 59.0

1. Module 내의 모든 Function, Class, Variable을 가져오는 (*) Asterisk 사용

from converter import *

print(convert(float(input("Enter a value:"))))

# Enter a value:15
# 59.0

내장 Module 사용

random Module

: 난수 생성, 정수 난수를 생성하는 randint()와 임의의 난수를 생성하는 random() Function 있음

time Module

: 시간을 변경하거나 현재 시각을 출력

urllib Module

: Web 주소의 정보를 불러옴, urllib.request.urlopen()에 Web 주소를 입력하면 HTML 정보를 가져옴

from time import localtime
import urllib.request

print(rd.randint(0,100))
print(localtime())
response = urllib.request.urlopen("<https://seuke.github.io/Web_1/>")
print(response.read())

# 40
# time.struct_time(tm_year=2023, tm_mon=4, tm_mday=29, tm_hour=21, tm_min=12, tm_sec=3, tm_wday=5, tm_yday=119, tm_isdst=0)
# b'\\r\\n\\r\\n\\r\\n

Package의 구성

• Package는 하나의 대형 Project를 수행하기 위한 Module의 묶음
• Module은 하나의 File이고, Package는 File이 포함된 Directory로 구성, 즉 여러 .py File이 하나의 Directory에 들어가 있는 것이 Package
• 다른 사람이 만든 Program을 불러 사용하는 것을 Library라고 하는데, Python에서는 Package를 하나의 Library로 이해
• Package에도 예약어 있음, Package에서는 File명 자체가 예약어를 반드시 지켜야 실행되는 경우가 있음, Package의 몇몇 File에는 __init__, __main__ 등의 Keyword File명이 사용

Package 만들기 실습

1. Directory 구성하기

: Package 이름은 “roboadvisor”, 아래 세가지 기능

Crawling 주식 관련 Data를 인터넷에서 가져옴

: 각 Package의 세부 Package에 맞춰 Directory를 구성 → cmd 창에 다음 명령을 입력하여 Directory 생성

Microsoft Windows [Version 10.0.22621.1555]
(c) Microsoft Corporation. All rights reserved.

C:\\Users\\kakao>cd C:\\Users\\kakao\\PycharmProjects

C:\\Users\\kakao\\PycharmProjects>mkdir crawling

C:\\Users\\kakao\\PycharmProjects>mkdir database

C:\\Users\\kakao\\PycharmProjects>mkdir analysis

: 경로 잘못 설정함, 9w_Module\roboadvisor Folder 만들어서 수정

2. Directory별로 필요한 Module 만들기

: 만들어진 Directory에 필요한 Module 생성

: 하나의 Package는 중첩된 구조로 만들 수 있으므로 Package 안에 또 하나의 Package가 포함될 수 있음

: 이렇게 각각의 Directory를 하나의 Package로 선언하기 위해서는 예약된 File init.py 을 만들어야함

: 3개의 Directory 아래에 .py File 생성

: crawling Directory 아래 .py에 code 입력

# series.py
def series_test():
    print("This is series test)")

# statics.py
def statics_test():
    print("This is statics test")

: roboadvisor의 상위 Directory에 있는 .py File에서 아래 code 실행 가능

from roboadvisor.analysis import series

series.series_test()

# This is series test

3. Directory 별로 init.py 구성

: __init__은 해당 Directory가 Python의 Package라고 선언하는 초기화 Script

(Python Machine Learning Library “scikit-learn”의 경우, 상위 Directory부터 init.py이 있음)

Package Name Space: 절대 참조

절대 참조의 예시

from roboadvisor.analysis import series

: from은 roboadvisor에서부터 시작함

: Package 이름부터 시작하여 series까지 모든 경로를 입력

: ‘from 전체_Package.Sub_Package import Module’ 형식

→ 절대 참조: 전체 경로를 모두 입력

: init.py File을 만들 때도 절대 참조로 Module을 호출하는 것이 좋음

• 주의할 점: 가장 상위에 있는 init.py도 상위 Directiory roboadvisor를 넣는 것이 좋음

# __init__.py
__all__ = ['analysis','crawling','database']

from roboadvisor import analysis
from roboadvisor import crawling
from roboadvisor import database

Package Name Space: 상대 참조

: 현재의 Directory 기준으로 Module을 호출

from .series import series_test
from ..crawling.parser import parser_test

roboadvisor\analysis\test.py에서 해당 code error 발생

Traceback (most recent call last):
  File "C:\\Users\\kakao\\PycharmProjects\\9w_Module\\roboadvisor\\analysis\\test.py", line 1, in <module>
    from .series import series_test
ImportError: attempted relative import with no known parent package

Package 설치

Module / Packages 실습

Create New Project

Library Root Directory에 Main.py, f_convert.py 생성

# f_convert.py
def convert_cf(c_value):
    f_value = c_value * 9.0 / 5 + 32
    print(f"convert value: {f_value}")
    return f_value

def convert_fc(f_value):
    c_value = (f_value - 32) / 9.0 * 5
    print(f"convert value: {c_value}")
    return c_value

# main.py
import f_convert

c_value = float(input("Enter Celsius degree: "))
f_value = f_convert.convert_cf(c_value)

f_value = float(input("Enter Fahrenheit degree: "))
c_value = f_convert.convert_fc(f_value)

# Enter Celsius degree: 15
# convert value: 59.0
# Enter Fahrenheit degree: 59
# convert value: 15.0