A computational, cross-linguistic analysis of semantic frame construction in Chinese, Spanish, and German climate discourse using corpus-based distributional semantics

Resumo Técnico: Uma Análise Computacional e Cross-Linguística da Construção de Quadros Semânticos no Discurso Climático em Chinês, Espanhol e Alemão

Definição do Problema
Embora a pesquisa em comunicação política tenha examinado extensivamente como os quadros (frames) moldam a interpretação pública das questões climáticas, existe uma lacuna significativa na compreensão dos mecanismos linguísticos através dos quais esses quadros são instanciados em línguas tipologicamente distintas. As pesquisas existentes são dominadas por contextos de língua inglesa, deixando a construção cross-linguística do discurso climático em chinês, espanhol e alemão pouco compreendida. Especificamente, permanece incerto como as narrativas globais circulam e são adaptadas dentro de diversas comunidades linguísticas, e se a convergência e a divergência no enquadramento podem ser quantitativamente modeladas através da semântica distributiva. Este estudo aborda a necessidade de ir além das descrições qualitativas para quantificar a construção de quadros semânticos entre línguas, integrando a semântica de quadros com métodos computacionais para capturar tanto as bases lexicais compartilhadas quanto as vias de adaptação culturalmente incorporadas.

Metodologia
O estudo emprega uma abordagem mista baseada em corpus e linguística computacional, estruturada em três estágios sequenciais:

1. Construção do Corpus: Um corpus trilíngue de discursos políticos oficiais (2015–2023) foi compilado a partir de portais governamentais autoritativos e organizações internacionais. O conjunto de dados inclui 260.711 tokens (chinês), 225.575 tokens (espanhol) e 187.952 tokens (alemão). Os textos foram pré-processados usando jieba (chinês) e spaCy (espanhol/alemão) para segmentação, seguidos de filtragem de classes gramaticais, remoção de stopwords e lematização/padronização.
2. Identificação de Quadros: Foi utilizada uma abordagem híbrida top-down e bottom-up. No modelo top-down, o modelo quadridimensional de Entman (definição do problema, atribuição causal, avaliação moral, recomendação de política) guiou a definição de quadros candidatos. No bottom-up, a ponderação TF-IDF e a análise de redes de coocorrência identificaram termos de alta saliência. Dois anotadores alcançaram um acordo inter-anotador de $\kappa = 0,87$, identificando três quadros cross-linguísticos dominantes: Responsabilidade Global, Interesse Nacional e Inovação Tecnológica.
3. Modelagem Computacional: Uma estratégia de embedding de dois passos foi aplicada:
   • Word2Vec: Um modelo skip-gram (100 dimensões, tamanho de janela 5) foi treinado para capturar associações lexicais paradigmáticas estáticas e construir campos semânticos cross-linguísticos.
   • BERT: Embeddings contextuais foram extraídos usando o modelo bert-base-multilingual-cased para capturar a variação semântica sensível ao contexto. Embeddings médios de nível de sentença foram gerados, e a redução de dimensionalidade (t-SNE) e o agrupamento K-means foram usados para visualizar os espaços semânticos e as estruturas internas dos quadros.
   • Validação Estatística: A similaridade cross-linguística foi avaliada por meio de testes de permutação (1.000 pares aleatórios) e intervalos de confiança de bootstrap de 95% para garantir que os resultados não fossem fruto do acaso.

Principais Resultados
A análise revela uma coexistência estruturada de convergência semântica e adaptação cultural:

• Convergência na Definição do Problema: Há uma convergência sistemática na forma como as mudanças climáticas são definidas e atribuídas causalmente em todas as três línguas. Isso reflete um repertório lexical compartilhado moldado pela circulação do discurso transnacional (ex: normas da UNFCCC). A similaridade cross-linguística nos embeddings contextuais é estatisticamente significativa em todos os pares de línguas e quadros, com níveis de significância específicos variando por quadro e par: no quadro de Interesse Nacional, chinês–espanhol ($p < 0,001$), chinês–alemão ($p = 0,029$) e espanhol–alemão ($p < 0,001$); no quadro de Inovação Tecnológica, espanhol–alemão ($p < 0,001$), chinês–espanhol ($p = 0,003$) e chinês–alemão ($p = 0,031$).
• Divergência na Avaliação Moral e Política: Ocorre uma divergência significativa na avaliação moral e nas recomendações de políticas, refletindo estratégias culturalmente incorporadas:
  • Discurso Chinês: Constrói a responsabilidade coletiva através de formulações institucionalizadas como "Comunidade de Futuro Compartilhado para a Humanidade". A rede semântica centraliza-se na metáfora [O MUNDO É UMA FAMÍLIA], enfatizando a contribuição mútua e o desenvolvimento liderado pelo Estado.
  • Discurso Espanhol: Destaca a justiça climática e a proximidade cívica, utilizando a metáfora [A RESPONSABILIDADE AMBIENTAL É UMA DÍVIDA]. Isso enquadra as nações desenvolvidas como "devedoras" e as nações em desenvolvimento como "credores", enfatizando a responsabilidade histórica e a justiça compensatória.
  • Discurso Alemão: Prioriza a responsabilidade jurídico-institucional, operando sob a metáfora [A GOVERNANÇA CLIMÁTICA É ENGENHARIA INSTITUCIONAL]. O discurso foca na justiça processual, ação sistêmica e léxico baseado em direitos.
• Alinhamento Específico de Quadro: O estudo descobriu que o alinhamento cross-linguístico não é uniforme, mas dependente do quadro. No quadro de Interesse Nacional, o chinês e o espanhol mostraram o alinhamento mais próximo. Por outro outro lado, no quadro de Inovação Tecnológica, o espanhol e o alemão mostraram o alinhamento semântico mais próximo, provavelmente devido aos quadros de políticas comuns da UE.
• Estratégias de Lexicalização: O estudo destaca como a tipologia linguística influencia a construção de quadros. O chinês utiliza frases nominalizadas condensadas; o alemão utiliza substantivos compostos para precisão conceitual; e o espanhol emprega estruturas de "substantivo + adjetivo" para flexibilidade descritiva.

Principais Contribuições

• Avanço Metodológico: O estudo operacionaliza o enquadramento (framing) como um construto mensurável e computacionalmente tratável, estendendo o modelo de Entman para a análise empírica cross-linguística. Fornece um pipeline replicável combinando TF-IDF, redes de coocorrência e embeddings contextuais para analisar o discurso político multilíngue.
• Expansão Teórica: Demonstra que o enquadramento não é meramente uma estratégia cognitiva-retórica, mas um fenômeno estrutural da linguagem moldado por características tipológicas e padrões de lexicalização. A pesquisa desafia a noção de difusão global uniforme, mostrando, em vez disso, uma "convergência com reconstrução", onde modelos globais são remodelados por sistemas semióticos locais.
• Insight Empírico: Ao analisar um corpus trilíngue, o estudo vai além das perspectivas eurocêntricas para iluminar como os discursos multilíngues incorporam a difusão de normas globais e a adaptação cultural na governança climática.

Significância e Alegações
O artigo afirma contribuir para a linguística de discurso computacional, pesquisa em comunicação política e estudos de governança climática multilíngue. Argumenta que a convergência semântica nunca é neutra, mas é moldada pelo poder, contextos institucionais e tradições culturais. Os achados sugerem que, embora os quadros globais forneçam um substrato semântico comum, sua tração comunicativa depende de sua reinterpretação dentro de sistemas simbólicos e institucionais locais.

Os autores propõem uma "ecologia de comunicação de quadros" como um arcabouço conceitual para pesquisas futuras, ligando a produção, mediação e recepção do enquadramento. Eles reconhecem limitações, incluindo o tamanho modesto do corpus para termos de baixa frequência e a natureza preliminar de algumas comparações de BERT em alemão devido a instâncias contextuais limitadas. O estudo conclui que compreender esses mecanismos linguísticos é essencial para aumentar a eficácia das estratégias de comunicação multilíngue na governança climática global, particularmente ao identificar domínios onde a convergência semântica é robusta versus aqueles que requerem um reancoramento cultural.