Estrazione dei frame: l’estrazione di regole di associazione come approccio non supervisionato al rilevamento del framing nelle notizie

Abstract degli autori

L’analisi computazionale del framing è dominata da classificatori supervisionati, che richiedono ampi corpora annotati e tassonomie di frame predefinite, limitandone l’uso per le lingue diverse dall’inglese, gli eventi inediti e i contesti con poche risorse. Questo articolo presenta l’estrazione di regole di associazione (ARM) come approccio non supervisionato e privo di annotazioni per rilevare il framing nelle notizie. Ogni documento o frase viene trattato come una transazione di elementi lessicali, e le regole di co-occorrenza con un lift elevato sono interpretate come possibili segnali di framing (i «simboli condensatori» di Gamson e Modigliani), confermati nel contesto da giornalisti e ricercatori. La validazione principale è Framing Gaza: 25.512 articoli in lingua inglese provenienti da 16 testate statunitensi, britanniche, francesi e tedesche, relativi al primo anno della guerra a Gaza (da ottobre 2023 a ottobre 2024), analizzati con Apriori (mlxtend), supporto ponderato per piattaforma, n-grammi filtrati in base alla parte del discorso (POS) e punteggi basati sul lift. L’ARM fa emergere induttivamente schemi interpretabili senza categorie predefinite: un frame militare presente su più piattaforme, {israeli, strike} to {kill}, compare come regola chiusa in 14 testate su 16, e un’analisi mese per mese individua svolte nel framing legate agli eventi (per esempio, l’attacco alla World Central Kitchen dell’aprile 2024) senza etichettatura preventiva degli eventi. Si rileva una divergenza sistematica tra titoli e corpo del testo: i titoli presentano un framing editoriale concentrato e con un lift elevato, mentre il corpo riproduce un linguaggio istituzionale e procedurale. Una validazione metodologica sul progetto Seven Days (1.575 articoli in arabo sulla guerra in Iran del 2026) mostra che FP-Growth consente un’analisi a livello di frase con un fabbisogno di memoria molto inferiore. I risultati sono stati convalidati attraverso la loro adozione editoriale: due inchieste pubblicate (Daraj Media; Saheeh Masr). Il codice di preprocessing è rilasciato apertamente; la pipeline completa è documentata, ma non viene resa disponibile per preservarne l’utilizzabilità operativa.