상품상세정보

2024 박문각 공무원 박혜선 국어 콤단문 문법 (콤팩트한 단원별 문제풀이) - 박문각 공무원 9·7급 시험대비 국어 예상문제집  | 박혜선 역공국어 콤팩트한 단원별 문제풀이
박혜선 (지은이)박문각
2023-11-27


280쪽
210*264mm
532g
ISBN : 9791169876070


※ 도서특징 ※


7·9급 공무원 수험생들을 위한 공무원 국어 문법 예상문제집 『박혜선 국어 콤단문 문법』의 특징은 다음과 같습니다.

1. 전 문제 빈출 순위별 재배치: 효율의 극대화를 위해 모든 문제를 빈출 순위별로 배치하여 앞부분만 학습해도 출제 확률 높은 문제만큼은 놓치지 않도록 과학적인 구성 방식을 택했습니다.

2. 대표 출좋포 한눈에 보기: 나무가 아닌 숲을 먼저 볼 수 있도록 출제자들이 좋아하는 포인트를 요약하여 제공했습니다.

3. 출좋포: 출제자들이 좋아하는 포인트. 출제자들의 출제 메커니즘을 파악하여 출제될 내용을 예측하고 함정에 빠지지 않도록 훈련하는 박혜선 국어만의 비법이 담긴 파트입니다.

4. 기출과 한 핏줄 ‘빈출 순위별 예상 문제’: 기출문제와 뿌리는 같지만 출제 가능성이 높은 방식으로 변형시킨 예상 적중 문제! 적중의 신인 저자가 역대 기출을 분석하여 중요 문제를 선별한 뒤 각고의 노력을 통해 가장 이상적인 문제들로 재탄생시켰습니다.

5. 콤팩트한 문법 완벽 정리!: 잡다한 이론에 매달리느라 시간을 허비하지 않도록 분량을 280p로 압축하였습니다. 두껍지 않은 교재이지만 그 어느 교재보다도 풍부한 문제 수를 자부합니다. 수험생들의 소중한 학습 시간을 아껴드리겠습니다.

6. 문제와 분리된 왼쪽 해설: 정답에 구애받지 않고 한꺼번에 문제를 풀 수 있도록 왼쪽에 해설을, 오른쪽에 기출문제를 넣어 구성하였습니다.


※ 목 차 ※



Part 01 형태론

CHAPTER 01 형태소
CHAPTER 02 단어의 형성
CHAPTER 03 품사의 구별-체언: 명사, 대명사, 수사
CHAPTER 04 품사의 구별: 용언
CHAPTER 05 관계언: 격조사, 접속 조사, 보조사
CHAPTER 06 수식언: 관형사, 부사
CHAPTER 07 명사형 어미 VS 명사 파생 접사, ‘-(으)ㅁ/기’ 구별
CHAPTER 08 품사 복합

Part 02 통사론

CHAPTER 01 문장성분의 이해
CHAPTER 02 서술어의 자릿수
CHAPTER 03 문장의 짜임새
CHAPTER 04 문장 종결법
CHAPTER 05 높임법의 종류 판단하기
CHAPTER 06 잘못된 높임 표현 고치기
CHAPTER 07 시제
CHAPTER 08 부정
CHAPTER 09 사동/피동

Part 03 언어와 국어

CHAPTER 01 언어의 본질/국어의 특성

Part 04 음운론

CHAPTER 01 음운과 음절
CHAPTER 02 음운의 체계
CHAPTER 03 음운의 변동

Part 05 표준 발음법 / 표준어 규정

CHAPTER 01 표준 발음법
CHAPTER 02 표준어 규정
CHAPTER 03 표준어 규정 中 복수 표준어

Part 06 한글 맞춤법

CHAPTER 01 띄어쓰기 제외한 한글 맞춤법
CHAPTER 02 문법과 관련된 표기들
CHAPTER 03 띄어쓰기
CHAPTER 04 문장 부호

Part 07 로마자, 외래어 표기
CHAPTER 01 로마자 표기: 기본 원칙
CHAPTER 02 로마자 표기 용례
CHAPTER 03 외래어 표기: 기본 원칙
CHAPTER 04 외래어 표기 용례



※ 출판사 서평 ※


[박혜선 국어 콤단문 문법]은 공무원 시험 준비생들을 위한 국어 문법 예상문제집이다.
본서는 필요 없는 문제는 과감하게 거르고 반드시 나올 문제들만 실어 효율성을 극대화하였다. ‘빈출 순위별 예상 문제’는 기출을 분석하여 출제 가능성 높은 스타일로 변형시켜 만든 저자만의 적중 문제들이다. 모든 문제를 빈출별로 배치하였기 때문에 시간이 없는 수험생이라면 앞부분만 학습해도 필수적인 문제만큼은 놓치지 않도록 하였다.
챕터마다 들어가는 출좋포는 단순한 이론 요약이 아니라 수험생이 출제자의 출제 메커니즘을 파악하고 출제될 내용을 예측할 수 있게 해주는 신개념 이론 훈련 파트이다. 예상 문제와 마찬가지로 빈출별로 구성하였기 때문에 선별적인 학습을 통해 시간을 절약할 수 있다.