Earticle

본 연구에서는 프랑스어 타동사의 특수 용법(타동사 + 전치사 + 직접목적보어)을 파이썬 프로그래밍을 통해 분석하고, 프랑스어 코퍼스 Frantext를 활용하여 동사의 종류와 구조적 구성을 실제 사례와 함께 연구하였다. 프랑 스어 타동사의 특수 용법(타동사 + 전치사 + 직접목적보어)은 전치사의 종류에 따라 세 가지 그룹으로 분류할 수 있다: 전치사(de)와 결합된 동사 그룹(63개), 전치사(à)와 결합된 동사 그룹(47개), 다른 전치사(dans, avec 등)와 결 합된 동사 그룹(17개). 또한, 타동사 + 전치사 + 명사(COD, 직접목적어보어)를 프랑스 실생활에서 사용되는 사용 빈 도 순서로 분류하여 제시하였다. 본 연구는 프랑스어를 공부하는 학생들과 파이썬 프로그래밍을 코퍼스와 연동하여 공부하는 학생에게 도움이 될 것이다.

In this paper, The special usage of French transitive verbs (transitive verb + preposition + direct object) has been implemented through Python programming, utilizing the French corpus Frantext to explore the types and kinds of verbs and their structural composition along with practical examples. This can be categorized into three groups by the types of prepositions: a group of verbs combined with the preposition (de) (63 verbs), a group of verbs combined with the preposition (à) (47 verbs), and a group of verbs combined with other prepositions (dans, avec, etc.) (17 verbs). In addition, we classified and presented transitive verbs + prepositions + nouns (COD, direct object complement) in order of frequency of use in real life. Our study will be helpful to students studying French first, and to students studying Python programming and corpus second.

INaLF, devenu ATILF depuis 2001, a developpe et mis en service FRANTEXT la grande base donnee textuelle concue au debut pour fournir les documents lexicaux aux redacteurs de TLF Tresor de la Langue Francaise. Cette immense base a evolue depuis, grace aux nouvelles technologies de l'information et de la communication, en un outil tres performant qui permet non seulement de reperer et analyser le lexique, travaux linguistique et litteraire, mais aussi d'effectuer des etudes d'histoire, d'economie, de sociologie etc. et elle offre le texte officiel de l'Agregation pour les candidats du concours public qui recrute les enseignants. Ces usages de FRANTEXT illustrent bel et bien l'orientation et le savoir de la France qui s'adapte a la novelle epoque numerique et fait valoir son patrimoine culturel dans ces circonstances evoluees.

코퍼스는 언어의 실질적인 연구 및 교육을 위한 중요한 도구이다. 현재 프랑스어 코퍼스로는 프랑텍스트(Frantext)가 가장 대표적이다. 그런데 프랑텍스트는 문학 텍스트로 구성되어서 프랑스어의 변화를 제대로 반영하지 못한다는 단점이 있다. 이러한 측면에서, 인터넷 웹 페이지를 바탕으로 한 웹 코퍼스(Web comme corpus)가 하나의 대안이 될 수 있다. 웹 코퍼스를 바탕으로 한 가장 대표적인 프랑스어 코퍼스는 스케치엔진(Sketch Engine)에서 구축한 코퍼스들이다. 이와 함께, 부트켓(BootCat)과 같은 웹 크롤링(Web crawling) 도구를 사용해서 개인이 직접 코퍼스를 구축하는 방법도 있다. 본 논문은 프랑텍스트, 스케치엔진 코퍼스 그리고 개인이 구축한 코퍼스에서 특정 키워드를 중심으로 공기어를 추출하고, 각 코퍼스에서 어떤 차이가 있는지 비교 분석하였다. 구축 시기 및 구성 텍스트에 차이가 있어서, 코퍼스에 따른 특징적인 공기어 분포가 나타났지만, 가장 일반적인 단어는 서로 유사하다는 것도 확인할 수 있었다. 코퍼스 기반 프랑스어 연구 및 교육이 여전히 미진한 현실에서 그리고 활용할 수 있는 프랑스어 코퍼스가 많지 않다는 측면에서, 본 논문에서 살펴본 코퍼스들을 연구 및 교육 목적에 따라서 적절히 선택해서 활용한다면, 매우 유용한 도구가 될 수 있음을 확인하였다.

Aujourd'hui, le corpus est une ressource essentielle pour l'etude et l'enseignement pratique des langues. Le Frantext est actuellement un des corpus les plus representatifs du francais. Pourtant, il aurait des limites pour refleter des changements du francais, car les textes francais sont des textes litteraires. Le Web comme corpus construit a partir des pages Web d'Internet pourrait etre utilisable, puisque les pages Web sont ecrites de differentes manieres et en differentes langues. Dans cet article, nous avons tente d'extraire les cooccurrences autour de trois mots-cles (annee, president, homme) dans le Frantext, Sketch Engine et les corpus personnels et d'en comparer des caracteristiques lexicales. A cause de l'heterogeneite des genres, chaque corpus a presente une difference lexicale de cooccurrences. Pourtant, nous avons aussi vu que des cooccurrents primordiaux sont similaires. Si nous utilisons un corpus approprie dans le but d'etudier et d'apprendre le francais, les corpus examines dans notre article seront utiles comme megadonnees de nombreux exemples francais.