마이닝 프레임: 뉴스 프레이밍 탐지의 비지도 학습 프레임워크로서의 연관 규칙 마이닝

arXiv:2610.31874v1 발표 유형: 신규 초록: 계산적 프레임 분석은 대규모 주석이 달린 말뭉치와 사전 정의된 프레임 분류체계를 필요로 하는 지도 학습 기반 분류기에 의해 주도되고 있으며, 이로 인해 비영어권 언어, 새로운 사건, 그리고 자원이 제한된 환경에서의 활용이 제한된다. 본 논문에서는 뉴스 프레임 검출을 위한 비지도·주석 없는 프레임워크로서 연관 규칙 마이닝(ARM)을 제시한다. 각 문서 또는 문장은 어휘 항목들의 거래로 간주되며, 고리프트 상관 규칙은 후보 프레임 신호(감손과 모딜리아니의 축약 기호)로 해석되고, 이를 저널리스트-연구자들이 맥락 속에서 확인한다. 주요 검증 사례로는 ‘프레임링 가자: 가자 전쟁 첫해(10월부터…’에 관한 미국, 영국, 프랑스, 독일 매체 16곳의 영어 기사 25,512편을 들 수 있다.