A STUDY ON THE ISSUES IN USING KOREAN LANGUAGE LEARNER CORPORA

Language data produced by learners of foreign languages is called a learner's corpus. Among these, if the target of learning is Korean, it is referred to as a Korean learner’s corpus. A notable feature of the Korean learner’s corpus is that it is developed and provided by the government. This corpus is made available in its entirety with resolved copyright issues, and it also offers a web-based search tool that supports researchers. However, if there is no understanding of how the corpus was constructed, there is a critical risk that the research outcomes may lack credibility. Therefore, this study outlines precautions when using the Korean learner’s corpus. First, it is necessary to check the guidelines in the published report from when the corpus was created; second, it is important to identify features that are not stated in the report by using the search function of the corpus; and third, it is emphasized that users must make personal efforts to understand the characteristics of the corpus they are using.

Chet tillarini o‘rganuvchi o‘quvchilar tomonidan yaratilgan til ma'lumotlari “o‘quvchi korpusi” (learner’s corpus) deb ataladi. Ulardan o‘rganish maqsadi koreys tili bo‘lganlari “koreys tili o‘quvchi korpusi” deyiladi. Koreys tili o‘quvchi korpusining xususiyati shundaki, u davlat (hukumat) tomonidan yaratilgan va taqdim etilgan. Ushbu korpus mualliflik huquqlari hal qilingan holda to‘liq ma’lumotlarni taqdim etadi va veb orqali izlash vositasi (Search Tool) bilan ta’minlangan bo‘lib, tadqiqotchilarga yordam beradi. Biroq, agar korpus qanday yaratilgani haqida “tushuncha” bo‘lmasa, tadqiqot natijalarining ishonchliligiga jiddiy shubhalar tug‘ilishi mumkin. Shu sababli, ushbu tadqiqotda koreys tili o‘quvchi korpusidan foydalanishda e’tibor berilishi lozim bo‘lgan jihatlar ko‘rsatib o‘tilgan. Birinchidan, korpus yaratilganida chop etilgan hisobotdagi “yo‘riqnomalar”ni tekshirish zarur; ikkinchidan, korpusni “izlash” orqali hisobotda ko‘rsatilmagan "xususiyatlar"ni aniqlash kerak; uchinchidan, foydalanuvchining korpus xususiyatlarini tushunishga bo‘lgan shaxsiy harakati muhimligi ta’kidlangan.

외국어를 배우는 학습자들이 생산한 언어데이터를 학습자말뭉치(learner’s corpus)라고 한다. 그중에서 학습의 목표가 한국어인 것을 한국어학습자말뭉치라고 하는데, 한국어학습자말뭉치는 ‘국가(정부)’에서 만들어서 제공하고 있다는 특징이 있다. 이 말뭉치는 저작권이 해결하여 전체 데이터를 제공하고 있으며, 웹으로 검색 도구(Search Tool)을 제공하고 있어 연구자들에게 도움을 주고 있다. 그러나 말뭉치가 어떻게 만들어졌는지에 대한 ‘이해’가 없다면, 연구 결과가 신뢰를 받지 못하는 치명적인 문자가 발생할 수도 있다. 따라서 이 연구에서는 한국어학습자말뭉치를 활용할 때의 유의점에 대해서 제시하였다. 첫째, 말뭉치를 만들 때 발간된 보고서의 ‘지침’ 확인이 필요하고, 둘째 말뭉치 ‘검색’을 통해서 보고서의 나타나 있지 않은 ‘특징’을 확인하는 것이 필요하며, 셋째 활용 말뭉치의 특성을 파악하기 위한 사용자 스스로의 노력이 필요하다는 것을 언급하였다.