CNUDH - 사용자 기여 [ko]

정여진CNU24/중국어음운론과제

2026-06-22T09:18:21Z

JYJ24CNU: /* 1. 네트워크 시각화 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====
[[파일:재수정.png|섬네일|가운데]]
<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
※노드 데이터

네트워크 그래프에서 독립된 개체를 의미하며 중국어 발음의 최소 단위들을 정의합니다.

구조:Id, Label, Type

Id와 Label에는 성모와 운모의 병음을 표기했고

Type에는 해당 노드가 자음에 해당하는 성모인지 모음에 해당하는 운모인지 분류하였다.

※엣지 데이터

노드와 노드 사이의 관계을 의미하며, 성모와 운모가 만나 실제 2성 발음으로 연결되는 구조를 나타내고 있다.

구조:Source, Target, Pinyin, example

Source와 Target은 출발점(성모)과 도착점(운모)을 지정하여 방향성 또는 연결성을 나타낸다.

Pinyin은 성모와 운모가 결합하여 만들어진 제 2성 기호가 포함된 전체 병음이다.

example은 해당 2성 병음으로 발음되는 중국어 한자가 매칭되어있다.

===== '''(2) 네트워크 시각화 과정''' =====
Gephi의 데이터 실험실 메뉴를 통해 데이터 셋을 불러왔다.

노드파일을 노드테이블로 로드해서 각 발음 기호의 고유 ID와 속성을 생성했다.

엣지파일을 엣지테이블로 로드해서 소스와 타겟간의 결합 방향성을 비방향성으로 설정했다.

ForceAtlas2알고리즘을 실행하였고 이 구조는 인력과 척력 메커니즘을 기반으로 하여, 결합 쌍이 많은 핵심 운모/성모는 네트워크의 중심부로 모이게 하고,

결합 빈도가 낮은 발음들은 배치되도록 유도했다.

노드와 레이블이 겹쳐 가독성이 떨어지는 문제를 해결하기위해 No Overlap알고리즘을 추가 실행하여 시각적 명확성을 확보했다.

차수 중심성 분석을 실행하여 각 노드가 가진 연결선의 개수를 계산하고 계산된 Degree값을 기준으로 노드 크기를 차등 적용하고 결합력이 강한 발음일수록 노드가 크게 표시되도록 랭킹을 부여했다. 성모그룹과 운모그룹에 서로 대비되는 색상을 부여하여 이부네트워크의 시각적 직관성을 높였다.

노드위에 실제 성모/운모 텍스트가 나타나도록 설정하고, 노드 크기에 비례하여 폰트 크기가 조절되도록 세팅했다.

Preview탭으로 이동해서 노드와 엣지를 좀 더 다듬고 결과물을 이미지로 내보내었다.

성모와 운모라는 서로 다른 두 세트의 노드간에만 연결선이 존재하는 구조가 시각적으로 뚜렷하게 드러났다.

네트워크 중심부에서 유독 크기가 큰 노드들은 중국어 2성 체계에서 가장 높은 결합 확장성을 가진 허브 발음임을 증명했다.

===== '''(3) 분석 내용''' =====
네트워크는 성모와 운모라는 두 가지 독립된 노드 그룹으로 구성되어 있으며

성모-성모간 또는 운모-운모 간의 연결은 존재하지 않는 전형적인 이부 네트워크이다.

중국성 2성체계는 모든 자음과 모음의 결합을 허용하는 것이 아니라, 역사적음운론적 제약에 의해

매우 선택적인 결합 구조를 형성하고 있음을 통계적으로 보여준다.

Gephi에서 노드의 크기가 크게 나타나고 연결선이 밀집된 노드들은 2성 발음 체계의 허브(Hub)역할을 수행한다.

※운모 측면의 허브 분석

최상위노드:i,u, a, ian

단모음 i,u,a는 네트워크의 정중앙에 위치하며 가장 거대한 노드로 시각화된다.

이들은 성모의 제약을 거의 받지 않고 2성 음절을 생성할 수 있는 확장성을 가진다

복합운모 중에서는 ian과 ing이 매우 높은 차수를 보인다. 이는 2성 발음에서 비음(-n,-ng)계열의 결합분포가 매우 넓음을 뜻한다.

※성모 측면의 허브 분석

최상위 노드: q, m, p, l, x

순음인 p,m과 설첨음 l이 매우 활발하게 결합한다. 특히 주목할 점은 설면음 계열인 q,x가 자음 그룹 내에서 최상위권의 크기를 가진다는 것이다.

이는 뒤이어 설명할 커뮤니티 구조와 밀접한 연관이 있다.

○Gephi 시각화 화면의 한쪽 구석을 보면, 성모 j,q,x가 특정 운모 무리들과 매우 강하게 결합하며 다른 구역과 분리된 독자적인 서브 클러스터를 형성하고 있다.

엣지데이터를 보면 q와 x는 오직 i로 시작한느 운모(ia,ie,ian,iang,iong)나 ü로 시작하는 운모(ü,üe,üan,ün)하고만 연결선을 가진다.

q,x가 a,o,e,u등 후설/설근 모음과 결합한 선은 존재하지 않는다.

○ForceAtlas2알고리즘은 관계가 밀접한 노드끼리 당기기 때문에, j,q,x와 i,ü계열 운모들은 중심부에서 약간 비껴난 채 그들만의 단단한 소집단을 형성하게 된다.

네트워크의 아주 먼 변두리에 위치하며 실처럼 가는 선 몇 개로만 겨우 매달려 있는 작은 노드들이 관찰된다.

※성모 z

z는 2성에서 za,ze,zu,zao,zei,zuo,zan의 딱 7개 운모와만 선이 이어져 중심부로 진입하지 못하고 외곽에 머문다.

※운모 ei

데이터상 오직 성모 z하고만 결합하여 zei라는 단 하나의 음절만을 생성한다.

이 때문에 ei노드는 네트워크 가장자리에 실선 하나로 겨우 매달려 있는 고립된 형태로 가시화된다.

===== '''(4) 결과 해석''' =====
2차원의 텍스트 음절표로는 쉽게 파악하기 어려웠던 중국어 발음 간의 '구조적 권력 관계'와 '공간적 제약성'을 직관적으로 증명해 냈다.

중국어 2성은 균등한 확률의 결합이 아니라, i,u,a,q,m 등 소수의 강력한 허브 노드가 전체 구조를 지탱하는 중앙집중형 네트워크 구조를 띤다.

j,q,x의 결합 제약 규칙이 Gephi 레이아웃을 통해 실제 공간적 거리와 클러스터 분리 현상으로 자연스럽게 증명됨을 학술적으로 확인했다.

파일:재수정.png

2026-06-22T09:18:08Z

JYJ24CNU:

재재수정 파일

정여진CNU24/중국어음운론과제

2026-06-22T09:09:33Z

JYJ24CNU: /* 1. 네트워크 시각화 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====

<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
※노드 데이터

네트워크 그래프에서 독립된 개체를 의미하며 중국어 발음의 최소 단위들을 정의합니다.

구조:Id, Label, Type

Id와 Label에는 성모와 운모의 병음을 표기했고

Type에는 해당 노드가 자음에 해당하는 성모인지 모음에 해당하는 운모인지 분류하였다.

※엣지 데이터

노드와 노드 사이의 관계을 의미하며, 성모와 운모가 만나 실제 2성 발음으로 연결되는 구조를 나타내고 있다.

구조:Source, Target, Pinyin, example

Source와 Target은 출발점(성모)과 도착점(운모)을 지정하여 방향성 또는 연결성을 나타낸다.

Pinyin은 성모와 운모가 결합하여 만들어진 제 2성 기호가 포함된 전체 병음이다.

example은 해당 2성 병음으로 발음되는 중국어 한자가 매칭되어있다.

===== '''(2) 네트워크 시각화 과정''' =====
Gephi의 데이터 실험실 메뉴를 통해 데이터 셋을 불러왔다.

노드파일을 노드테이블로 로드해서 각 발음 기호의 고유 ID와 속성을 생성했다.

엣지파일을 엣지테이블로 로드해서 소스와 타겟간의 결합 방향성을 비방향성으로 설정했다.

ForceAtlas2알고리즘을 실행하였고 이 구조는 인력과 척력 메커니즘을 기반으로 하여, 결합 쌍이 많은 핵심 운모/성모는 네트워크의 중심부로 모이게 하고,

결합 빈도가 낮은 발음들은 배치되도록 유도했다.

노드와 레이블이 겹쳐 가독성이 떨어지는 문제를 해결하기위해 No Overlap알고리즘을 추가 실행하여 시각적 명확성을 확보했다.

차수 중심성 분석을 실행하여 각 노드가 가진 연결선의 개수를 계산하고 계산된 Degree값을 기준으로 노드 크기를 차등 적용하고 결합력이 강한 발음일수록 노드가 크게 표시되도록 랭킹을 부여했다. 성모그룹과 운모그룹에 서로 대비되는 색상을 부여하여 이부네트워크의 시각적 직관성을 높였다.

노드위에 실제 성모/운모 텍스트가 나타나도록 설정하고, 노드 크기에 비례하여 폰트 크기가 조절되도록 세팅했다.

Preview탭으로 이동해서 노드와 엣지를 좀 더 다듬고 결과물을 이미지로 내보내었다.

성모와 운모라는 서로 다른 두 세트의 노드간에만 연결선이 존재하는 구조가 시각적으로 뚜렷하게 드러났다.

네트워크 중심부에서 유독 크기가 큰 노드들은 중국어 2성 체계에서 가장 높은 결합 확장성을 가진 허브 발음임을 증명했다.

===== '''(3) 분석 내용''' =====
네트워크는 성모와 운모라는 두 가지 독립된 노드 그룹으로 구성되어 있으며

성모-성모간 또는 운모-운모 간의 연결은 존재하지 않는 전형적인 이부 네트워크이다.

중국성 2성체계는 모든 자음과 모음의 결합을 허용하는 것이 아니라, 역사적음운론적 제약에 의해

매우 선택적인 결합 구조를 형성하고 있음을 통계적으로 보여준다.

Gephi에서 노드의 크기가 크게 나타나고 연결선이 밀집된 노드들은 2성 발음 체계의 허브(Hub)역할을 수행한다.

※운모 측면의 허브 분석

최상위노드:i,u, a, ian

단모음 i,u,a는 네트워크의 정중앙에 위치하며 가장 거대한 노드로 시각화된다.

이들은 성모의 제약을 거의 받지 않고 2성 음절을 생성할 수 있는 확장성을 가진다

복합운모 중에서는 ian과 ing이 매우 높은 차수를 보인다. 이는 2성 발음에서 비음(-n,-ng)계열의 결합분포가 매우 넓음을 뜻한다.

※성모 측면의 허브 분석

최상위 노드: q, m, p, l, x

순음인 p,m과 설첨음 l이 매우 활발하게 결합한다. 특히 주목할 점은 설면음 계열인 q,x가 자음 그룹 내에서 최상위권의 크기를 가진다는 것이다.

이는 뒤이어 설명할 커뮤니티 구조와 밀접한 연관이 있다.

○Gephi 시각화 화면의 한쪽 구석을 보면, 성모 j,q,x가 특정 운모 무리들과 매우 강하게 결합하며 다른 구역과 분리된 독자적인 서브 클러스터를 형성하고 있다.

엣지데이터를 보면 q와 x는 오직 i로 시작한느 운모(ia,ie,ian,iang,iong)나 ü로 시작하는 운모(ü,üe,üan,ün)하고만 연결선을 가진다.

q,x가 a,o,e,u등 후설/설근 모음과 결합한 선은 존재하지 않는다.

○ForceAtlas2알고리즘은 관계가 밀접한 노드끼리 당기기 때문에, j,q,x와 i,ü계열 운모들은 중심부에서 약간 비껴난 채 그들만의 단단한 소집단을 형성하게 된다.

네트워크의 아주 먼 변두리에 위치하며 실처럼 가는 선 몇 개로만 겨우 매달려 있는 작은 노드들이 관찰된다.

※성모 z

z는 2성에서 za,ze,zu,zao,zei,zuo,zan의 딱 7개 운모와만 선이 이어져 중심부로 진입하지 못하고 외곽에 머문다.

※운모 ei

데이터상 오직 성모 z하고만 결합하여 zei라는 단 하나의 음절만을 생성한다.

이 때문에 ei노드는 네트워크 가장자리에 실선 하나로 겨우 매달려 있는 고립된 형태로 가시화된다.

===== '''(4) 결과 해석''' =====
2차원의 텍스트 음절표로는 쉽게 파악하기 어려웠던 중국어 발음 간의 '구조적 권력 관계'와 '공간적 제약성'을 직관적으로 증명해 냈다.

중국어 2성은 균등한 확률의 결합이 아니라, i,u,a,q,m 등 소수의 강력한 허브 노드가 전체 구조를 지탱하는 중앙집중형 네트워크 구조를 띤다.

j,q,x의 결합 제약 규칙이 Gephi 레이아웃을 통해 실제 공간적 거리와 클러스터 분리 현상으로 자연스럽게 증명됨을 학술적으로 확인했다.

파일:게피 사진.PNG

2026-06-22T09:06:18Z

JYJ24CNU:

정여진CNU24/중국어음운론과제

2026-06-22T09:05:23Z

JYJ24CNU: /* 1. 네트워크 시각화 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====
[[파일:u0482i1n.PNG]]
<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
※노드 데이터

네트워크 그래프에서 독립된 개체를 의미하며 중국어 발음의 최소 단위들을 정의합니다.

구조:Id, Label, Type

Id와 Label에는 성모와 운모의 병음을 표기했고

Type에는 해당 노드가 자음에 해당하는 성모인지 모음에 해당하는 운모인지 분류하였다.

※엣지 데이터

노드와 노드 사이의 관계을 의미하며, 성모와 운모가 만나 실제 2성 발음으로 연결되는 구조를 나타내고 있다.

구조:Source, Target, Pinyin, example

Source와 Target은 출발점(성모)과 도착점(운모)을 지정하여 방향성 또는 연결성을 나타낸다.

Pinyin은 성모와 운모가 결합하여 만들어진 제 2성 기호가 포함된 전체 병음이다.

example은 해당 2성 병음으로 발음되는 중국어 한자가 매칭되어있다.

===== '''(2) 네트워크 시각화 과정''' =====
Gephi의 데이터 실험실 메뉴를 통해 데이터 셋을 불러왔다.

노드파일을 노드테이블로 로드해서 각 발음 기호의 고유 ID와 속성을 생성했다.

엣지파일을 엣지테이블로 로드해서 소스와 타겟간의 결합 방향성을 비방향성으로 설정했다.

ForceAtlas2알고리즘을 실행하였고 이 구조는 인력과 척력 메커니즘을 기반으로 하여, 결합 쌍이 많은 핵심 운모/성모는 네트워크의 중심부로 모이게 하고,

결합 빈도가 낮은 발음들은 배치되도록 유도했다.

노드와 레이블이 겹쳐 가독성이 떨어지는 문제를 해결하기위해 No Overlap알고리즘을 추가 실행하여 시각적 명확성을 확보했다.

차수 중심성 분석을 실행하여 각 노드가 가진 연결선의 개수를 계산하고 계산된 Degree값을 기준으로 노드 크기를 차등 적용하고 결합력이 강한 발음일수록 노드가 크게 표시되도록 랭킹을 부여했다. 성모그룹과 운모그룹에 서로 대비되는 색상을 부여하여 이부네트워크의 시각적 직관성을 높였다.

노드위에 실제 성모/운모 텍스트가 나타나도록 설정하고, 노드 크기에 비례하여 폰트 크기가 조절되도록 세팅했다.

Preview탭으로 이동해서 노드와 엣지를 좀 더 다듬고 결과물을 이미지로 내보내었다.

성모와 운모라는 서로 다른 두 세트의 노드간에만 연결선이 존재하는 구조가 시각적으로 뚜렷하게 드러났다.

네트워크 중심부에서 유독 크기가 큰 노드들은 중국어 2성 체계에서 가장 높은 결합 확장성을 가진 허브 발음임을 증명했다.

===== '''(3) 분석 내용''' =====
네트워크는 성모와 운모라는 두 가지 독립된 노드 그룹으로 구성되어 있으며

성모-성모간 또는 운모-운모 간의 연결은 존재하지 않는 전형적인 이부 네트워크이다.

중국성 2성체계는 모든 자음과 모음의 결합을 허용하는 것이 아니라, 역사적음운론적 제약에 의해

매우 선택적인 결합 구조를 형성하고 있음을 통계적으로 보여준다.

Gephi에서 노드의 크기가 크게 나타나고 연결선이 밀집된 노드들은 2성 발음 체계의 허브(Hub)역할을 수행한다.

※운모 측면의 허브 분석

최상위노드:i,u, a, ian

단모음 i,u,a는 네트워크의 정중앙에 위치하며 가장 거대한 노드로 시각화된다.

이들은 성모의 제약을 거의 받지 않고 2성 음절을 생성할 수 있는 확장성을 가진다

복합운모 중에서는 ian과 ing이 매우 높은 차수를 보인다. 이는 2성 발음에서 비음(-n,-ng)계열의 결합분포가 매우 넓음을 뜻한다.

※성모 측면의 허브 분석

최상위 노드: q, m, p, l, x

순음인 p,m과 설첨음 l이 매우 활발하게 결합한다. 특히 주목할 점은 설면음 계열인 q,x가 자음 그룹 내에서 최상위권의 크기를 가진다는 것이다.

이는 뒤이어 설명할 커뮤니티 구조와 밀접한 연관이 있다.

○Gephi 시각화 화면의 한쪽 구석을 보면, 성모 j,q,x가 특정 운모 무리들과 매우 강하게 결합하며 다른 구역과 분리된 독자적인 서브 클러스터를 형성하고 있다.

엣지데이터를 보면 q와 x는 오직 i로 시작한느 운모(ia,ie,ian,iang,iong)나 ü로 시작하는 운모(ü,üe,üan,ün)하고만 연결선을 가진다.

q,x가 a,o,e,u등 후설/설근 모음과 결합한 선은 존재하지 않는다.

○ForceAtlas2알고리즘은 관계가 밀접한 노드끼리 당기기 때문에, j,q,x와 i,ü계열 운모들은 중심부에서 약간 비껴난 채 그들만의 단단한 소집단을 형성하게 된다.

네트워크의 아주 먼 변두리에 위치하며 실처럼 가는 선 몇 개로만 겨우 매달려 있는 작은 노드들이 관찰된다.

※성모 z

z는 2성에서 za,ze,zu,zao,zei,zuo,zan의 딱 7개 운모와만 선이 이어져 중심부로 진입하지 못하고 외곽에 머문다.

※운모 ei

데이터상 오직 성모 z하고만 결합하여 zei라는 단 하나의 음절만을 생성한다.

이 때문에 ei노드는 네트워크 가장자리에 실선 하나로 겨우 매달려 있는 고립된 형태로 가시화된다.

===== '''(4) 결과 해석''' =====
2차원의 텍스트 음절표로는 쉽게 파악하기 어려웠던 중국어 발음 간의 '구조적 권력 관계'와 '공간적 제약성'을 직관적으로 증명해 냈다.

중국어 2성은 균등한 확률의 결합이 아니라, i,u,a,q,m 등 소수의 강력한 허브 노드가 전체 구조를 지탱하는 중앙집중형 네트워크 구조를 띤다.

j,q,x의 결합 제약 규칙이 Gephi 레이아웃을 통해 실제 공간적 거리와 클러스터 분리 현상으로 자연스럽게 증명됨을 학술적으로 확인했다.

정여진CNU24/중국어음운론과제

2026-06-22T09:02:42Z

JYJ24CNU: /* 1. 네트워크 시각화 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====

<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
※노드 데이터

네트워크 그래프에서 독립된 개체를 의미하며 중국어 발음의 최소 단위들을 정의합니다.

구조:Id, Label, Type

Id와 Label에는 성모와 운모의 병음을 표기했고

Type에는 해당 노드가 자음에 해당하는 성모인지 모음에 해당하는 운모인지 분류하였다.

※엣지 데이터

노드와 노드 사이의 관계을 의미하며, 성모와 운모가 만나 실제 2성 발음으로 연결되는 구조를 나타내고 있다.

구조:Source, Target, Pinyin, example

Source와 Target은 출발점(성모)과 도착점(운모)을 지정하여 방향성 또는 연결성을 나타낸다.

Pinyin은 성모와 운모가 결합하여 만들어진 제 2성 기호가 포함된 전체 병음이다.

example은 해당 2성 병음으로 발음되는 중국어 한자가 매칭되어있다.

===== '''(2) 네트워크 시각화 과정''' =====
Gephi의 데이터 실험실 메뉴를 통해 데이터 셋을 불러왔다.

노드파일을 노드테이블로 로드해서 각 발음 기호의 고유 ID와 속성을 생성했다.

엣지파일을 엣지테이블로 로드해서 소스와 타겟간의 결합 방향성을 비방향성으로 설정했다.

ForceAtlas2알고리즘을 실행하였고 이 구조는 인력과 척력 메커니즘을 기반으로 하여, 결합 쌍이 많은 핵심 운모/성모는 네트워크의 중심부로 모이게 하고,

결합 빈도가 낮은 발음들은 배치되도록 유도했다.

노드와 레이블이 겹쳐 가독성이 떨어지는 문제를 해결하기위해 No Overlap알고리즘을 추가 실행하여 시각적 명확성을 확보했다.

차수 중심성 분석을 실행하여 각 노드가 가진 연결선의 개수를 계산하고 계산된 Degree값을 기준으로 노드 크기를 차등 적용하고 결합력이 강한 발음일수록 노드가 크게 표시되도록 랭킹을 부여했다. 성모그룹과 운모그룹에 서로 대비되는 색상을 부여하여 이부네트워크의 시각적 직관성을 높였다.

노드위에 실제 성모/운모 텍스트가 나타나도록 설정하고, 노드 크기에 비례하여 폰트 크기가 조절되도록 세팅했다.

Preview탭으로 이동해서 노드와 엣지를 좀 더 다듬고 결과물을 이미지로 내보내었다.

성모와 운모라는 서로 다른 두 세트의 노드간에만 연결선이 존재하는 구조가 시각적으로 뚜렷하게 드러났다.

네트워크 중심부에서 유독 크기가 큰 노드들은 중국어 2성 체계에서 가장 높은 결합 확장성을 가진 허브 발음임을 증명했다.

===== '''(3) 분석 내용''' =====
네트워크는 성모와 운모라는 두 가지 독립된 노드 그룹으로 구성되어 있으며

성모-성모간 또는 운모-운모 간의 연결은 존재하지 않는 전형적인 이부 네트워크이다.

중국성 2성체계는 모든 자음과 모음의 결합을 허용하는 것이 아니라, 역사적음운론적 제약에 의해

매우 선택적인 결합 구조를 형성하고 있음을 통계적으로 보여준다.

Gephi에서 노드의 크기가 크게 나타나고 연결선이 밀집된 노드들은 2성 발음 체계의 허브(Hub)역할을 수행한다.

※운모 측면의 허브 분석

최상위노드:i,u, a, ian

단모음 i,u,a는 네트워크의 정중앙에 위치하며 가장 거대한 노드로 시각화된다.

이들은 성모의 제약을 거의 받지 않고 2성 음절을 생성할 수 있는 확장성을 가진다

복합운모 중에서는 ian과 ing이 매우 높은 차수를 보인다. 이는 2성 발음에서 비음(-n,-ng)계열의 결합분포가 매우 넓음을 뜻한다.

※성모 측면의 허브 분석

최상위 노드: q, m, p, l, x

순음인 p,m과 설첨음 l이 매우 활발하게 결합한다. 특히 주목할 점은 설면음 계열인 q,x가 자음 그룹 내에서 최상위권의 크기를 가진다는 것이다.

이는 뒤이어 설명할 커뮤니티 구조와 밀접한 연관이 있다.

○Gephi 시각화 화면의 한쪽 구석을 보면, 성모 j,q,x가 특정 운모 무리들과 매우 강하게 결합하며 다른 구역과 분리된 독자적인 서브 클러스터를 형성하고 있다.

엣지데이터를 보면 q와 x는 오직 i로 시작한느 운모(ia,ie,ian,iang,iong)나 ü로 시작하는 운모(ü,üe,üan,ün)하고만 연결선을 가진다.

q,x가 a,o,e,u등 후설/설근 모음과 결합한 선은 존재하지 않는다.

○ForceAtlas2알고리즘은 관계가 밀접한 노드끼리 당기기 때문에, j,q,x와 i,ü계열 운모들은 중심부에서 약간 비껴난 채 그들만의 단단한 소집단을 형성하게 된다.

네트워크의 아주 먼 변두리에 위치하며 실처럼 가는 선 몇 개로만 겨우 매달려 있는 작은 노드들이 관찰된다.

※성모 z

z는 2성에서 za,ze,zu,zao,zei,zuo,zan의 딱 7개 운모와만 선이 이어져 중심부로 진입하지 못하고 외곽에 머문다.

※운모 ei

데이터상 오직 성모 z하고만 결합하여 zei라는 단 하나의 음절만을 생성한다.

이 때문에 ei노드는 네트워크 가장자리에 실선 하나로 겨우 매달려 있는 고립된 형태로 가시화된다.

===== '''(4) 결과 해석''' =====
2차원의 텍스트 음절표로는 쉽게 파악하기 어려웠던 중국어 발음 간의 '구조적 권력 관계'와 '공간적 제약성'을 직관적으로 증명해 냈다.

중국어 2성은 균등한 확률의 결합이 아니라, i,u,a,q,m 등 소수의 강력한 허브 노드가 전체 구조를 지탱하는 중앙집중형 네트워크 구조를 띤다.

j,q,x의 결합 제약 규칙이 Gephi 레이아웃을 통해 실제 공간적 거리와 클러스터 분리 현상으로 자연스럽게 증명됨을 학술적으로 확인했다.

정여진CNU24/중국어음운론과제

2026-06-21T06:24:24Z

JYJ24CNU: /* (4) 결과 해석 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====
[[파일:성모_운모_결합_그래프.png|썸네일|가운데|Gephi]]

<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
※노드 데이터

네트워크 그래프에서 독립된 개체를 의미하며 중국어 발음의 최소 단위들을 정의합니다.

구조:Id, Label, Type

Id와 Label에는 성모와 운모의 병음을 표기했고

Type에는 해당 노드가 자음에 해당하는 성모인지 모음에 해당하는 운모인지 분류하였다.

※엣지 데이터

노드와 노드 사이의 관계을 의미하며, 성모와 운모가 만나 실제 2성 발음으로 연결되는 구조를 나타내고 있다.

구조:Source, Target, Pinyin, example

Source와 Target은 출발점(성모)과 도착점(운모)을 지정하여 방향성 또는 연결성을 나타낸다.

Pinyin은 성모와 운모가 결합하여 만들어진 제 2성 기호가 포함된 전체 병음이다.

example은 해당 2성 병음으로 발음되는 중국어 한자가 매칭되어있다.

===== '''(2) 네트워크 시각화 과정''' =====
Gephi의 데이터 실험실 메뉴를 통해 데이터 셋을 불러왔다.

노드파일을 노드테이블로 로드해서 각 발음 기호의 고유 ID와 속성을 생성했다.

엣지파일을 엣지테이블로 로드해서 소스와 타겟간의 결합 방향성을 비방향성으로 설정했다.

ForceAtlas2알고리즘을 실행하였고 이 구조는 인력과 척력 메커니즘을 기반으로 하여, 결합 쌍이 많은 핵심 운모/성모는 네트워크의 중심부로 모이게 하고,

결합 빈도가 낮은 발음들은 배치되도록 유도했다.

노드와 레이블이 겹쳐 가독성이 떨어지는 문제를 해결하기위해 No Overlap알고리즘을 추가 실행하여 시각적 명확성을 확보했다.

차수 중심성 분석을 실행하여 각 노드가 가진 연결선의 개수를 계산하고 계산된 Degree값을 기준으로 노드 크기를 차등 적용하고 결합력이 강한 발음일수록 노드가 크게 표시되도록 랭킹을 부여했다. 성모그룹과 운모그룹에 서로 대비되는 색상을 부여하여 이부네트워크의 시각적 직관성을 높였다.

노드위에 실제 성모/운모 텍스트가 나타나도록 설정하고, 노드 크기에 비례하여 폰트 크기가 조절되도록 세팅했다.

Preview탭으로 이동해서 노드와 엣지를 좀 더 다듬고 결과물을 이미지로 내보내었다.

성모와 운모라는 서로 다른 두 세트의 노드간에만 연결선이 존재하는 구조가 시각적으로 뚜렷하게 드러났다.

네트워크 중심부에서 유독 크기가 큰 노드들은 중국어 2성 체계에서 가장 높은 결합 확장성을 가진 허브 발음임을 증명했다.

===== '''(3) 분석 내용''' =====
네트워크는 성모와 운모라는 두 가지 독립된 노드 그룹으로 구성되어 있으며

성모-성모간 또는 운모-운모 간의 연결은 존재하지 않는 전형적인 이부 네트워크이다.

중국성 2성체계는 모든 자음과 모음의 결합을 허용하는 것이 아니라, 역사적음운론적 제약에 의해

매우 선택적인 결합 구조를 형성하고 있음을 통계적으로 보여준다.

Gephi에서 노드의 크기가 크게 나타나고 연결선이 밀집된 노드들은 2성 발음 체계의 허브(Hub)역할을 수행한다.

※운모 측면의 허브 분석

최상위노드:i,u, a, ian

단모음 i,u,a는 네트워크의 정중앙에 위치하며 가장 거대한 노드로 시각화된다.

이들은 성모의 제약을 거의 받지 않고 2성 음절을 생성할 수 있는 확장성을 가진다

복합운모 중에서는 ian과 ing이 매우 높은 차수를 보인다. 이는 2성 발음에서 비음(-n,-ng)계열의 결합분포가 매우 넓음을 뜻한다.

※성모 측면의 허브 분석

최상위 노드: q, m, p, l, x

순음인 p,m과 설첨음 l이 매우 활발하게 결합한다. 특히 주목할 점은 설면음 계열인 q,x가 자음 그룹 내에서 최상위권의 크기를 가진다는 것이다.

이는 뒤이어 설명할 커뮤니티 구조와 밀접한 연관이 있다.

○Gephi 시각화 화면의 한쪽 구석을 보면, 성모 j,q,x가 특정 운모 무리들과 매우 강하게 결합하며 다른 구역과 분리된 독자적인 서브 클러스터를 형성하고 있다.

엣지데이터를 보면 q와 x는 오직 i로 시작한느 운모(ia,ie,ian,iang,iong)나 ü로 시작하는 운모(ü,üe,üan,ün)하고만 연결선을 가진다.

q,x가 a,o,e,u등 후설/설근 모음과 결합한 선은 존재하지 않는다.

○ForceAtlas2알고리즘은 관계가 밀접한 노드끼리 당기기 때문에, j,q,x와 i,ü계열 운모들은 중심부에서 약간 비껴난 채 그들만의 단단한 소집단을 형성하게 된다.

네트워크의 아주 먼 변두리에 위치하며 실처럼 가는 선 몇 개로만 겨우 매달려 있는 작은 노드들이 관찰된다.

※성모 z

z는 2성에서 za,ze,zu,zao,zei,zuo,zan의 딱 7개 운모와만 선이 이어져 중심부로 진입하지 못하고 외곽에 머문다.

※운모 ei

데이터상 오직 성모 z하고만 결합하여 zei라는 단 하나의 음절만을 생성한다.

이 때문에 ei노드는 네트워크 가장자리에 실선 하나로 겨우 매달려 있는 고립된 형태로 가시화된다.

===== '''(4) 결과 해석''' =====
2차원의 텍스트 음절표로는 쉽게 파악하기 어려웠던 중국어 발음 간의 '구조적 권력 관계'와 '공간적 제약성'을 직관적으로 증명해 냈다.

중국어 2성은 균등한 확률의 결합이 아니라, i,u,a,q,m 등 소수의 강력한 허브 노드가 전체 구조를 지탱하는 중앙집중형 네트워크 구조를 띤다.

j,q,x의 결합 제약 규칙이 Gephi 레이아웃을 통해 실제 공간적 거리와 클러스터 분리 현상으로 자연스럽게 증명됨을 학술적으로 확인했다.

정여진CNU24/중국어음운론과제

2026-06-21T06:20:24Z

JYJ24CNU: /* (3) 분석 내용 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====
[[파일:성모_운모_결합_그래프.png|썸네일|가운데|Gephi]]

<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
※노드 데이터

네트워크 그래프에서 독립된 개체를 의미하며 중국어 발음의 최소 단위들을 정의합니다.

구조:Id, Label, Type

Id와 Label에는 성모와 운모의 병음을 표기했고

Type에는 해당 노드가 자음에 해당하는 성모인지 모음에 해당하는 운모인지 분류하였다.

※엣지 데이터

노드와 노드 사이의 관계을 의미하며, 성모와 운모가 만나 실제 2성 발음으로 연결되는 구조를 나타내고 있다.

구조:Source, Target, Pinyin, example

Source와 Target은 출발점(성모)과 도착점(운모)을 지정하여 방향성 또는 연결성을 나타낸다.

Pinyin은 성모와 운모가 결합하여 만들어진 제 2성 기호가 포함된 전체 병음이다.

example은 해당 2성 병음으로 발음되는 중국어 한자가 매칭되어있다.

===== '''(2) 네트워크 시각화 과정''' =====
Gephi의 데이터 실험실 메뉴를 통해 데이터 셋을 불러왔다.

노드파일을 노드테이블로 로드해서 각 발음 기호의 고유 ID와 속성을 생성했다.

엣지파일을 엣지테이블로 로드해서 소스와 타겟간의 결합 방향성을 비방향성으로 설정했다.

ForceAtlas2알고리즘을 실행하였고 이 구조는 인력과 척력 메커니즘을 기반으로 하여, 결합 쌍이 많은 핵심 운모/성모는 네트워크의 중심부로 모이게 하고,

결합 빈도가 낮은 발음들은 배치되도록 유도했다.

노드와 레이블이 겹쳐 가독성이 떨어지는 문제를 해결하기위해 No Overlap알고리즘을 추가 실행하여 시각적 명확성을 확보했다.

차수 중심성 분석을 실행하여 각 노드가 가진 연결선의 개수를 계산하고 계산된 Degree값을 기준으로 노드 크기를 차등 적용하고 결합력이 강한 발음일수록 노드가 크게 표시되도록 랭킹을 부여했다. 성모그룹과 운모그룹에 서로 대비되는 색상을 부여하여 이부네트워크의 시각적 직관성을 높였다.

노드위에 실제 성모/운모 텍스트가 나타나도록 설정하고, 노드 크기에 비례하여 폰트 크기가 조절되도록 세팅했다.

Preview탭으로 이동해서 노드와 엣지를 좀 더 다듬고 결과물을 이미지로 내보내었다.

성모와 운모라는 서로 다른 두 세트의 노드간에만 연결선이 존재하는 구조가 시각적으로 뚜렷하게 드러났다.

네트워크 중심부에서 유독 크기가 큰 노드들은 중국어 2성 체계에서 가장 높은 결합 확장성을 가진 허브 발음임을 증명했다.

===== '''(3) 분석 내용''' =====
네트워크는 성모와 운모라는 두 가지 독립된 노드 그룹으로 구성되어 있으며

성모-성모간 또는 운모-운모 간의 연결은 존재하지 않는 전형적인 이부 네트워크이다.

중국성 2성체계는 모든 자음과 모음의 결합을 허용하는 것이 아니라, 역사적음운론적 제약에 의해

매우 선택적인 결합 구조를 형성하고 있음을 통계적으로 보여준다.

Gephi에서 노드의 크기가 크게 나타나고 연결선이 밀집된 노드들은 2성 발음 체계의 허브(Hub)역할을 수행한다.

※운모 측면의 허브 분석

최상위노드:i,u, a, ian

단모음 i,u,a는 네트워크의 정중앙에 위치하며 가장 거대한 노드로 시각화된다.

이들은 성모의 제약을 거의 받지 않고 2성 음절을 생성할 수 있는 확장성을 가진다

복합운모 중에서는 ian과 ing이 매우 높은 차수를 보인다. 이는 2성 발음에서 비음(-n,-ng)계열의 결합분포가 매우 넓음을 뜻한다.

※성모 측면의 허브 분석

최상위 노드: q, m, p, l, x

순음인 p,m과 설첨음 l이 매우 활발하게 결합한다. 특히 주목할 점은 설면음 계열인 q,x가 자음 그룹 내에서 최상위권의 크기를 가진다는 것이다.

이는 뒤이어 설명할 커뮤니티 구조와 밀접한 연관이 있다.

○Gephi 시각화 화면의 한쪽 구석을 보면, 성모 j,q,x가 특정 운모 무리들과 매우 강하게 결합하며 다른 구역과 분리된 독자적인 서브 클러스터를 형성하고 있다.

엣지데이터를 보면 q와 x는 오직 i로 시작한느 운모(ia,ie,ian,iang,iong)나 ü로 시작하는 운모(ü,üe,üan,ün)하고만 연결선을 가진다.

q,x가 a,o,e,u등 후설/설근 모음과 결합한 선은 존재하지 않는다.

○ForceAtlas2알고리즘은 관계가 밀접한 노드끼리 당기기 때문에, j,q,x와 i,ü계열 운모들은 중심부에서 약간 비껴난 채 그들만의 단단한 소집단을 형성하게 된다.

네트워크의 아주 먼 변두리에 위치하며 실처럼 가는 선 몇 개로만 겨우 매달려 있는 작은 노드들이 관찰된다.

※성모 z

z는 2성에서 za,ze,zu,zao,zei,zuo,zan의 딱 7개 운모와만 선이 이어져 중심부로 진입하지 못하고 외곽에 머문다.

※운모 ei

데이터상 오직 성모 z하고만 결합하여 zei라는 단 하나의 음절만을 생성한다.

이 때문에 ei노드는 네트워크 가장자리에 실선 하나로 겨우 매달려 있는 고립된 형태로 가시화된다.

===== '''(4) 결과 해석''' =====

정여진CNU24/중국어음운론과제

2026-06-21T06:14:43Z

JYJ24CNU: /* (3) 분석 내용 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====
[[파일:성모_운모_결합_그래프.png|썸네일|가운데|Gephi]]

<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
※노드 데이터

네트워크 그래프에서 독립된 개체를 의미하며 중국어 발음의 최소 단위들을 정의합니다.

구조:Id, Label, Type

Id와 Label에는 성모와 운모의 병음을 표기했고

Type에는 해당 노드가 자음에 해당하는 성모인지 모음에 해당하는 운모인지 분류하였다.

※엣지 데이터

노드와 노드 사이의 관계을 의미하며, 성모와 운모가 만나 실제 2성 발음으로 연결되는 구조를 나타내고 있다.

구조:Source, Target, Pinyin, example

Source와 Target은 출발점(성모)과 도착점(운모)을 지정하여 방향성 또는 연결성을 나타낸다.

Pinyin은 성모와 운모가 결합하여 만들어진 제 2성 기호가 포함된 전체 병음이다.

example은 해당 2성 병음으로 발음되는 중국어 한자가 매칭되어있다.

===== '''(2) 네트워크 시각화 과정''' =====
Gephi의 데이터 실험실 메뉴를 통해 데이터 셋을 불러왔다.

노드파일을 노드테이블로 로드해서 각 발음 기호의 고유 ID와 속성을 생성했다.

엣지파일을 엣지테이블로 로드해서 소스와 타겟간의 결합 방향성을 비방향성으로 설정했다.

ForceAtlas2알고리즘을 실행하였고 이 구조는 인력과 척력 메커니즘을 기반으로 하여, 결합 쌍이 많은 핵심 운모/성모는 네트워크의 중심부로 모이게 하고,

결합 빈도가 낮은 발음들은 배치되도록 유도했다.

노드와 레이블이 겹쳐 가독성이 떨어지는 문제를 해결하기위해 No Overlap알고리즘을 추가 실행하여 시각적 명확성을 확보했다.

차수 중심성 분석을 실행하여 각 노드가 가진 연결선의 개수를 계산하고 계산된 Degree값을 기준으로 노드 크기를 차등 적용하고 결합력이 강한 발음일수록 노드가 크게 표시되도록 랭킹을 부여했다. 성모그룹과 운모그룹에 서로 대비되는 색상을 부여하여 이부네트워크의 시각적 직관성을 높였다.

노드위에 실제 성모/운모 텍스트가 나타나도록 설정하고, 노드 크기에 비례하여 폰트 크기가 조절되도록 세팅했다.

Preview탭으로 이동해서 노드와 엣지를 좀 더 다듬고 결과물을 이미지로 내보내었다.

성모와 운모라는 서로 다른 두 세트의 노드간에만 연결선이 존재하는 구조가 시각적으로 뚜렷하게 드러났다.

네트워크 중심부에서 유독 크기가 큰 노드들은 중국어 2성 체계에서 가장 높은 결합 확장성을 가진 허브 발음임을 증명했다.

===== '''(3) 분석 내용''' =====
네트워크는 성모와 운모라는 두 가지 독립된 노드 그룹으로 구성되어 있으며

성모-성모간 또는 운모-운모 간의 연결은 존재하지 않는 전형적인 이부 네트워크이다.

중국성 2성체계는 모든 자음과 모음의 결합을 허용하는 것이 아니라, 역사적음운론적 제약에 의해

매우 선택적인 결합 구조를 형성하고 있음을 통계적으로 보여준다.

Gephi에서 노드의 크기가 크게 나타나고 연결선이 밀집된 노드들은 2성 발음 체계의 허브(Hub)역할을 수행한다.

※운모 측면의 허브 분석

최상위노드:i,u, a, ian

단모음 i,u,a는 네트워크의 정중앙에 위치하며 가장 거대한 노드로 시각화된다.

이들은 성모의 제약을 거의 받지 않고 2성 음절을 생성할 수 있는 확장성을 가진다

복합운모 중에서는 ian과 ing이 매우 높은 차수를 보인다. 이는 2성 발음에서 비음(-n,-ng)계열의 결합분포가 매우 넓음을 뜻한다.

※성모 측면의 허브 분석

최상위 노드: q, m, p, l, x

순음인 p,m과 설첨음 l이 매우 활발하게 결합한다. 특히 주목할 점은 설면음 계열인 q,x가 자음 그룹 내에서 최상위권의 크기를 가진다는 것이다.

이는 뒤이어 설명할 커뮤니티 구조와 밀접한 연관이 있다.

○Gephi 시각화 화면의 한쪽 구석을 보면, 성모 j,q,x가 특정 운모 무리들과 매우 강하게 결합하며 다른 구역과 분리된 독자적인 서브 클러스터를 형성하고 있다.

엣지데이터를 보면 q와 x는 오직 i로 시작한느 운모(ia,ie,ian,iang,iong)나 ü로 시작하는 운모(ü,üe,üan,ün)하고만 연결선을 가진다.

q,x가 a,o,e,u등 후설/설근 모음과 결합한 선은 존재하지 않는다.

○ForceAtlas2알고리즘은 관계가 밀접한 노드끼리 당기기 때문에, j,q,x와 i,ü계열 운모들은 중심부에서 약간 비껴난 채 그들만의 단단한 소집단을 형성하게 된다.

네트워크의 아주 먼 변두리에 위치하며 실처럼 가는 선 몇 개로만 겨우 매달려 있는 작은 노드들이 관찰된다.

※성모 z,c,s

z는 오직 11개 노드와만 연결된다 이 자음들은 2성 구조 내에서 결합력이 극도로 약해 외곽으로 밀려난다.

※운모 ei,ou,en 등

이 운모들은 2성 엣지 데이터에서 단 1~2개의 성모와만 결합한다.

예를 들어 ei는 성모 z와 결합하여 zei 단 하나만을 형성하므로 네트워크 외곽에서 아주 얇은 선으로 고립되어 표현한다.

===== '''(4) 결과 해석''' =====

정여진CNU24/중국어음운론과제

2026-06-21T06:13:02Z

JYJ24CNU: /* (3) 분석 내용 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====
[[파일:성모_운모_결합_그래프.png|썸네일|가운데|Gephi]]

<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
※노드 데이터

네트워크 그래프에서 독립된 개체를 의미하며 중국어 발음의 최소 단위들을 정의합니다.

구조:Id, Label, Type

Id와 Label에는 성모와 운모의 병음을 표기했고

Type에는 해당 노드가 자음에 해당하는 성모인지 모음에 해당하는 운모인지 분류하였다.

※엣지 데이터

노드와 노드 사이의 관계을 의미하며, 성모와 운모가 만나 실제 2성 발음으로 연결되는 구조를 나타내고 있다.

구조:Source, Target, Pinyin, example

Source와 Target은 출발점(성모)과 도착점(운모)을 지정하여 방향성 또는 연결성을 나타낸다.

Pinyin은 성모와 운모가 결합하여 만들어진 제 2성 기호가 포함된 전체 병음이다.

example은 해당 2성 병음으로 발음되는 중국어 한자가 매칭되어있다.

===== '''(2) 네트워크 시각화 과정''' =====
Gephi의 데이터 실험실 메뉴를 통해 데이터 셋을 불러왔다.

노드파일을 노드테이블로 로드해서 각 발음 기호의 고유 ID와 속성을 생성했다.

엣지파일을 엣지테이블로 로드해서 소스와 타겟간의 결합 방향성을 비방향성으로 설정했다.

ForceAtlas2알고리즘을 실행하였고 이 구조는 인력과 척력 메커니즘을 기반으로 하여, 결합 쌍이 많은 핵심 운모/성모는 네트워크의 중심부로 모이게 하고,

결합 빈도가 낮은 발음들은 배치되도록 유도했다.

노드와 레이블이 겹쳐 가독성이 떨어지는 문제를 해결하기위해 No Overlap알고리즘을 추가 실행하여 시각적 명확성을 확보했다.

차수 중심성 분석을 실행하여 각 노드가 가진 연결선의 개수를 계산하고 계산된 Degree값을 기준으로 노드 크기를 차등 적용하고 결합력이 강한 발음일수록 노드가 크게 표시되도록 랭킹을 부여했다. 성모그룹과 운모그룹에 서로 대비되는 색상을 부여하여 이부네트워크의 시각적 직관성을 높였다.

노드위에 실제 성모/운모 텍스트가 나타나도록 설정하고, 노드 크기에 비례하여 폰트 크기가 조절되도록 세팅했다.

Preview탭으로 이동해서 노드와 엣지를 좀 더 다듬고 결과물을 이미지로 내보내었다.

성모와 운모라는 서로 다른 두 세트의 노드간에만 연결선이 존재하는 구조가 시각적으로 뚜렷하게 드러났다.

네트워크 중심부에서 유독 크기가 큰 노드들은 중국어 2성 체계에서 가장 높은 결합 확장성을 가진 허브 발음임을 증명했다.

===== '''(3) 분석 내용''' =====
네트워크는 성모와 운모라는 두 가지 독립된 노드 그룹으로 구성되어 있으며

성모-성모간 또는 운모-운모 간의 연결은 존재하지 않는 전형적인 이부 네트워크이다.

중국성 2성체계는 모든 자음과 모음의 결합을 허용하는 것이 아니라, 역사적음운론적 제약에 의해

매우 선택적인 결합 구조를 형성하고 있음을 통계적으로 보여준다.

Gephi에서 노드의 크기가 크게 나타나고 연결선이 밀집된 노드들은 2성 발음 체계의 허브(Hub)역할을 수행한다.

운모 측면의 허브 분석

최상위노드:i,u, a, ian

단모음 i,u,a는 네트워크의 정중앙에 위치하며 가장 거대한 노드로 시각화된다.

이들은 성모의 제약을 거의 받지 않고 2성 음절을 생성할 수 있는 확장성을 가진다

복합운모 중에서는 ian과 ing이 매우 높은 차수를 보인다. 이는 2성 발음에서 비음(-n,-ng)계열의 결합분포가 매우 넓음을 뜻한다.

성모 측면의 허브 분석

최상위 노드: q, m, p, l, x

순음인 p,m과 설첨음 l이 매우 활발하게 결합한다. 특히 주목할 점은 설면음 계열인 q,x가 자음 그룹 내에서 최상위권의 크기를 가진다는 것이다.

이는 뒤이어 설명할 커뮤니티 구조와 밀접한 연관이 있다.

Gephi 시각화 화면의 한쪽 구석을 보면, 성모 j,q,x가 특정 운모 무리들과 매우 강하게 결합하며 다른 구역과 분리된 독자적인 서브 클러스터를 형성하고 있다.

엣지데이터를 보면 q와 x는 오직 i로 시작한느 운모(ia,ie,ian,iang,iong)나 ü로 시작하는 운모(ü,üe,üan,ün)하고만 연결선을 가진다.

q,x가 a,o,e,u등 후설/설근 모음과 결합한 선은 존재하지 않는다.

ForceAtlas2알고리즘은 관계가 밀접한 노드끼리 당기기 때문에, j,q,x와 i,ü계열 운모들은 중심부에서 약간 비껴난 채 그들만의 단단한 소집단을 형성하게 된다.

네트워크의 아주 먼 변두리에 위치하며 실처럼 가는 선 몇 개로만 겨우 매달려 있는 작은 노드들이 관찰된다.

성모 z,c,s

z는 오직 11개 노드와만 연결된다 이 자음들은 2성 구조 내에서 결합력이 극도로 약해 외곽으로 밀려난다.

운모 ei,ou,en 등

이 운모들은 2성 엣지 데이터에서 단 1~2개의 성모와만 결합한다.

예를 들어 ei는 성모 z와 결합하여 zei 단 하나만을 형성하므로 네트워크 외곽에서 아주 얇은 선으로 고립되어 표현한다.

===== '''(4) 결과 해석''' =====

정여진CNU24/중국어음운론과제

2026-06-19T08:05:47Z

JYJ24CNU: /* (2) 네트워크 시각화 과정 */

정여진CNU24/중국어음운론과제

2026-06-19T08:04:57Z

JYJ24CNU: /* (2) 네트워크 시각화 과정 */

정여진CNU24/중국어음운론과제

2026-06-19T07:46:12Z

JYJ24CNU: /* (1) 데이터 구성 방식 */

정여진CNU24/중국어음운론과제

2026-06-19T07:44:36Z

JYJ24CNU: /* (1) 데이터 구성 방식 */

정여진CNU24/중국어음운론과제

2026-06-19T07:38:11Z

JYJ24CNU: /* (2) 네트워크 시각화 과정 */

정여진CNU24/중국어음운론과제

2026-06-19T07:37:01Z

JYJ24CNU: /* (1) 데이터 구성 방식 */

정여진CNU24/중국어음운론과제

2026-06-19T07:30:00Z

JYJ24CNU: /* (1) 데이터 구성 방식 */

정여진CNU24/중국어음운론과제

2026-06-19T07:14:48Z

JYJ24CNU: /* 2. 분석 보고서 */

정여진CNU24/중국어음운론과제

2026-06-19T07:13:18Z

JYJ24CNU: /* 1. 네트워크 시각화 */

정여진CNU24/중국어음운론과제

2026-06-19T06:53:47Z

JYJ24CNU: /* 1. 네트워크 시각화 */

==='''<span style="color:#3CB371">정여진의 과제</span>'''===
<div style="float:center; background:#3CB371; width:100%; height:1px; text-align:right; padding:2px 2px 2px;"></div><br/>
<br/>
==== '''1. 네트워크 시각화''' ====

<br/>

==== '''2. 분석 보고서''' ====
===== '''(1) 데이터 구성 방식''' =====
===== '''(2) 네트워크 시각화 과정''' =====
===== '''(3) 분석 내용''' =====
===== '''(4) 결과 해석''' =====

파일:성모 운모 결합 그래프.png

2026-06-19T06:50:04Z

JYJ24CNU: 문서를 비움

정여진CNU24/중국어음운론과제

2026-06-19T06:45:08Z

JYJ24CNU: /* 정여진의 과제 */

정여진CNU24/중국어음운론과제

2026-06-19T06:42:08Z

JYJ24CNU: /* 정여진의 과제 */

파일:성모 운모 결합 그래프.png

2026-06-19T06:41:41Z

JYJ24CNU:

Gephi를 이용해 성모 운모 성조의 결합을 한눈에 볼 수 있게 하였음.

정여진CNU24

2026-06-19T06:37:25Z

JYJ24CNU: /* 기본정보 */

==인사말==
안녕하세요

정여진입니다.

전남대학교 학생입니다

잘 부탁드립니다.
==기본정보==
현재 중어중문학과에서 공부하고 있습니다.

정여진CNU24

2026-06-19T06:36:03Z

JYJ24CNU:

==인사말==
안녕하세요

정여진입니다.

전남대학교 학생입니다

잘 부탁드립니다.
==기본정보==
현재 중어중문학과에서 재학 중 입니다.

정여진CNU24

2026-06-19T06:35:07Z

JYJ24CNU: /* 인사말 */

==인사말==
안녕하세요

정여진입니다.

전남대학교 학생입니다

잘 부탁드립니다.
==기본정보==
현재 중어중문학과에서 재학 중 입니다.

==기본정보==
현재 중어중문학과에서 재학 중입니다.

정여진CNU24

2026-06-19T06:32:32Z

JYJ24CNU: /* 인사말 */

==인사말==
안녕하세요
정여진입니다.
24학번 전남대학교 학생입니다.
잘 부탁드립니다.
==기본정보==
현재 중어중문학과에서 재학 중입니다.

정여진CNU24

2026-06-19T06:25:46Z

JYJ24CNU:

==인사말==
안녕하세요 저는 정여진 이라고 합니다.