메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
2
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
본 연구의 목표는 광고영어 클러스터의 통사적 특성을 밝히는 것이다. 이 목표를 달성하기 위해 본 연구는 전문 학술지 논문 코퍼스, 박사학위 논문 코퍼스, 전문 교재 코퍼스, 광고영어 코퍼스 그리고 BNC Baby를 기반으로 각각 클러스터를 추출하였다. 그리고 네 개의 목표 코퍼스와 하나의 참조 코퍼스에서 추출한 각 클러스터 사이의 공통점과 차이점을 조사하였다. 그 분석 결과를 살펴보면 첫째로 TC와 BNC Baby의 클러스터 목록 사이에 다소의 공통점이 발견되었고, 둘째로 AEC와 BNC Baby의 클러스터 목록 간에 많은 공통점이 있음을 알 수 있었다. 셋째로 동사구 범주 중에서 ‘수동동사 + 전치사구’ 유형에서 AC와 DC의 TTR이 다른 코퍼스들보다 현저히 높게 나타난 것은 전문 학술 분야 코퍼스의 두드러진 구조적 특징임을 밝혔다. 끝으로 본 연구의 결과는 앞으로 광고 분야의 영어를 전공하는 학습자들에게 실질적인 학습 자료를 제공하는데 기여할 수 있을 것으로 보인다.

This study aims to investigate syntactic properties of clusters in Advertising English Corpus(AEC). To achieve this goal, this study extracts clusters from Article Corpus(AC), Dissertation Corpus(DC), Textbook Corpus(TC) and AEC as a target corpus and BNC Baby as a reference corpus. This study explores the similarities and differences between clusters of four target corpora and those of a reference corpus. And it also analyzes the structural features of 4-word clusters divided into NP-based, PP-based and VP-based category. The findings show that 1) there are some similarities between clusters of TC and those of BNC Baby; 2) there are a lot of similarities between clusters of AEC and those of BNC Baby; 3) AC and DC in passive verb + PP fragment of VP-based category have remarkably higher TTR than other corpora, showing genre-specific features. Therefore, this study contributes to giving authentic education materials for learners majoring in advertising English.

목차

국문 초록
1. 서론
2. 이론적 배경과 선행연구
3. 연구 자료와 연구 방법
4. 연구 결과와 논의
5. 결론
참고문헌
abstract

참고문헌 (20)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-001-001547405