이 논문은 뉴스를 단어 중심의 의미연결망 분석을 통해 연구할 때 나타나는 한계를 지적하고, 문장 수준의 의미연결망 분석을 하는 방법으로서 뉴스 문장연결망 분석방법을 제안했다. 이 연구에서는 특히 뉴스 인용문 중심의 분석 프로그램인 쿼트넷을 만들어 시행연구를 실시했다. 인용문 중심 뉴스 문장연결망은 개인실명 직접인용문을 결점으로, 동일 정보원 발언 여부, 기사 공동 출현 여부, 자카드 유사도를 결합한 관련도를 연결로 하는 의미연결망을 뜻한다. 뉴스 문장연결망은 의미경로를 가지며, 이를 활용해 중심문장, 요약문장, 상술문장 등을 정의할 수 있다. 이 연구에서는 〈빅카인즈〉에서 1990년 1월 1일부터 2016년 4월 30일까지 ‘인공지능’으로 검색된 기사 2,337개의 인용문 5,046개에 대해 뉴스 문장연결망 분석을 실시했다. 분석 결과, 유사도 계수를 0.333으로 했을 때 고립자(isolated node)를 제외하고 3,742개 결점 6,708개의 연결로 이루어진 문장연결망이 도출됐으며 알파고와 인공지능의 충격, 인공지능을 활용하는 여러 기술들을 적절히 분류하고 요약했다. 유사도 절삭 기준을 0.333에서 0.450로 높이면 고립자를 제외한 결점은 3,697개, 연결은 6,383개였다. 연결이 줄고 고립자가 늘어나면서 내용이 지나치게 세분화되어 묶이는 경향을 보였다. 뉴스가 중요한 사회 전반의 쟁점들에 대해 대중적인 논증을 다년간 축적하고 있다는 점을 고려할 때 IBM 프로젝트 디베이터와 같은 컴퓨터 논증의 기초 기술로서 사회과학자가 쉽게 활용할 수 있는 컴퓨터 논증 프로그램을 설계하는데도 기여할 수 있을 것이다.　
　
In this paper, we point out the limitations of the research on word - based semantic network analysis and propose a news sentence network analysis method as a method of semantic network analysis at sentence level. In this study, we developed Quetnet as the prototype news quote analysis program, and conducted a pilot study. The news sentence network focusing on quotes is a semantic network that nodes are quotes, and edges are defined as the association of jacquard similarity, co-occurrence of articles, and whether the same sources uttered quotes within a short period of time.
The news sentence network has a semantic path and can be used to define the one main sentences, summarizing sentences, and sentences in details. In this study, we conducted a news sentence network analysis on 5,046 quotations of 2,337 articles quoted as "artificial intelligence(AI)" from January 1, 1990 to April 30, 2016. Articles were collected from news big data system . As a result of the analysis, it was found that 3,742 nodes and 6,708 edges were detected except for the isolated node when the similarity parameter was 0.333, and topics about AI technology and its soical shocks are classified and summarized better comparing with the analyis node when the similarity parameter was 0.450. Given that news is accumulating years of public debates of important social issues, it can also contribute to the design of computational argumentation such as the IBM Project Debater, espeically for the purpose of social sciences.