特開 2024-130142 ニュース情報分析装置、ニュース情報分析プログラム、及びニュース情報分析方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024130142

(43)【公開日】2024-09-30

(54)【発明の名称】ニュース情報分析装置、ニュース情報分析プログラム、及びニュース情報分析方法

(51)【国際特許分類】

   G06F 16/906 20190101AFI20240920BHJP

【ＦＩ】

G06F16/906

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2023039686

(22)【出願日】2023-03-14

(71)【出願人】

【識別番号】000005326

【氏名又は名称】本田技研工業株式会社

(74)【代理人】

【識別番号】100106002

【弁理士】

【氏名又は名称】正林 真之

(74)【代理人】

【識別番号】100120891

【弁理士】

【氏名又は名称】林 一好

(74)【代理人】

【識別番号】100160794

【弁理士】

【氏名又は名称】星野 寛明

(72)【発明者】

【氏名】渡辺 弘和

(72)【発明者】

【氏名】押味 与司明

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175FA03

5B175HB03

(57)【要約】

【課題】インターネット上のニュース情報を重複して閲覧してしまう事態を避けること。
【解決手段】ニュース情報分析装置は、通信ネットワーク上からテキスト情報と画像情報とを含む複数のニュース情報を取得し記憶するニュース情報取得部と、前記ニュース情報同士のテキスト情報を比較して前記ニュース情報同士の類似度を判定する類似度判定部と、前記類似度が所定値以上の複数の前記ニュース情報のうち前記画像情報を比較して前記画像情報が一致するニュース情報それぞれを同一ニュースと判定する同一ニュース情報判定部と、前記同一ニュースと判定された前記ニュース情報のうち１つのニュース情報を出力する出力部と、を備える。
【選択図】図２

【特許請求の範囲】

【請求項1】

通信ネットワーク上からテキスト情報と画像情報とを含む複数のニュース情報を取得し記憶するニュース情報取得部と、
前記ニュース情報同士のテキスト情報を比較して前記ニュース情報同士の類似度を判定する類似度判定部と、
前記類似度が所定値以上の複数の前記ニュース情報のうち前記画像情報を比較して前記画像情報が一致するニュース情報それぞれを同一ニュースと判定する同一ニュース情報判定部と、
前記同一ニュースと判定された前記ニュース情報のうち１つのニュース情報を出力する出力部と、
を備えることを特徴とするニュース情報分析装置。

【請求項2】

前記類似度判定部は、前記ニュース情報同士のテキスト情報のうち本文部分の開始から所定の文字数について比較して前記類似度を判定することを特徴とする請求項１記載のニュース情報分析装置。

【請求項3】

前記同一ニュース情報判定部は、前記画像情報に含まれるピクセル数を勘案せずに前記画像情報が一致するか否かを判定することを特徴とする請求項１又は２記載のニュース情報分析装置。

【請求項4】

前記同一ニュース情報判定部は、前記画像情報の中の被写体の認識結果に基づいて前記画像情報が一致するか否かを判定することを特徴とする請求項３記載のニュース情報分析装置。

【請求項5】

前記出力部は、前記同一ニュースと判定された前記ニュース情報のうち本体部分の文字数が最も多いニュース情報を出力することを特徴とする請求項１又は２記載のニュース情報分析装置。

【請求項6】

前記出力部は、前記同一ニュースと判定された前記ニュース情報のうち前記画像情報に含まれるピクセル数が最も多いニュース情報を出力することを特徴とする請求項１又は２記載のニュース情報分析装置。

【請求項7】

通信ネットワークに接続されるコンピュータ装置を機能させるプログラムであって、
通信ネットワーク上からテキスト情報と画像情報とを含む複数のニュース情報を取得し記憶するニュース情報取得機能と、
前記ニュース情報同士のテキスト情報を比較して前記ニュース情報同士の類似度を判定する類似度判定機能と、
前記類似度が所定値以上の複数の前記ニュース情報のうち前記画像情報を比較して前記画像情報が一致するニュース情報それぞれを同一ニュースと判定する同一ニュース情報判定機能と、
前記同一ニュースと判定された前記ニュース情報のうち１つのニュース情報を出力する出力機能と、
を備えることを特徴とするニュース情報分析プログラム。

【請求項8】

コンピュータにより実行されるニュース情報分析方法であって、
通信ネットワーク上からテキスト情報と画像情報とを含む複数のニュース情報を取得し記憶するニュース情報取得ステップと、
前記ニュース情報同士のテキスト情報を比較して前記ニュース情報同士の類似度を判定する類似度判定ステップと、
前記類似度が所定値以上の複数の前記ニュース情報のうち前記画像情報を比較して前記画像情報が一致するニュース情報それぞれを同一ニュースと判定する同一ニュース情報判定ステップと、
前記同一ニュースと判定された前記ニュース情報のうち１つのニュース情報を出力する出力ステップと、
を備えることを特徴とするニュース情報分析方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、インターネット上に配信される複数のニュース情報についてニュース情報のテキスト情報と画像情報とに基づいて同一ニュースか否かを判定するニュース情報分析装置、ニュース情報分析プログラム、及びニュース情報分析方法に関する。

【背景技術】

【0002】

インターネット上で配信されるニュース情報は膨大な量のため、ニュース情報を整理する技術が開発されている。例えば特許文献１には、配信された複数のニュース情報に対して同一性を判定するためのニュース情報分析装置として、２件のニュースのタイトルの形態素解析結果内の自立語及び数値情報から算出される類似度が規定値より高いか否か等で同一ニュースか否かを判定する技術が開示されている。そうすることで、複数のニュースソースから配信される同一ニュース情報を重複して表示する不都合を避けることができる。
しかしながら、特許文献１に開示された技術では、ニュースの同一性をある程度正確に判定することができるが、企業による新商品の発表といったニュースは似たタイトルとなるため同一の判定の精度が低下する。
また、近年は、新聞社等の報道機関が執筆した記事を購入して自社のニュースポータルサイトに記載するウェブサイトやウェブアプリ等が主流になっている。このような場合、同一の報道機関の記事が複数のサイトに掲載されるが、配信元の記載の仕方や記事を途中までの掲載として利用者によるクリックを促す等の様々な表示方法となるため、同一の判定が難しい。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第５０３２６４５号

【発明の概要】

【発明が解決しようとする課題】

【0004】

インターネット上に配信される複数のニュース情報についてニュース情報のテキスト情報に基づいてニュース情報同士の類似を示す類似度の判定を行い、類似度が所定値以上のニュース情報について画像情報を比較し画像情報が一致する場合、同一事象に基づく同一ニュースであると判定するニュース情報分析装置、ニュース情報分析プログラム、ニュース情報分析方法が望まれている。

【0005】

本発明はこのような問題に鑑みてなされたものであり、インターネット上に配信される複数のニュース情報についてニュース情報のテキスト情報に基づいてニュース情報同士の類似を示す類似度の判定を行い、類似度が所定値以上のニュース情報について画像情報を比較し画像情報が一致する場合、同一事象に基づく同一ニュースであると判定することで、インターネット上のニュース情報を重複して閲覧してしまう事態を避けることが可能となるニュース情報分析装置、ニュース情報分析プログラム、ニュース情報分析方法を提供することを目的とする。

【課題を解決するための手段】

【0006】

（１）本発明の一態様によるニュース情報分析装置（例えば、後述のニュース情報分析装置１）は、通信ネットワーク（例えば、後述の通信ネットワーク６０）上からテキスト情報と画像情報とを含む複数のニュース情報を取得し記憶するニュース情報取得部（例えば、後述のニュース情報取得部１１０）と、前記ニュース情報同士のテキスト情報を比較して前記ニュース情報同士の類似度を判定する類似度判定部（例えば、後述の類似度判定部１１１）と、前記類似度が所定値以上の複数の前記ニュース情報のうち前記画像情報を比較して前記画像情報が一致するニュース情報それぞれを同一ニュースと判定する同一ニュース情報判定部（例えば、後述の同一ニュース情報判定部１１２）と、前記同一ニュースと判定された前記ニュース情報のうち１つのニュース情報を出力する出力部（例えば、後述の出力部１１３）と、を備える。

【0007】

上記（１）によれば、インターネット上のニュース情報を重複して閲覧してしまう事態を避けることが可能となる。

【0008】

（２）上記（１）に記載のニュース情報分析装置（例えば、後述のニュース情報分析装置１）において、前記類似度判定部（例えば、後述の類似度判定部１１１）は、前記ニュース情報同士のテキスト情報のうち本文部分の開始から所定の文字数について比較して前記類似度を判定するようにしてもよい。

【0009】

上記（２）によれば、ユーザにクリックさせることにより本文全文を表示する形式のニュースサイトでも正確に重複を判定することが可能となる。

【0010】

（３）上記（１）又は（２）に記載のニュース情報分析装置（例えば、後述のニュース情報分析装置１）において、前記同一ニュース情報判定部（例えば、後述の同一ニュース情報判定部１１２）は、前記画像情報に含まれるピクセル数を勘案せずに前記画像情報が一致するか否かを判定するようにしてもよい。

【0011】

上記（３）によれば、ニュースサイトが独自に画像のサイズを変更している場合でも正確に重複を判定することが可能となる。

【0012】

（４）上記（１）又は（２）に記載のニュース情報分析装置（例えば、後述のニュース情報分析装置１）において、前記同一ニュース情報判定部（例えば、後述の同一ニュース情報判定部１１２）は、前記画像情報の中の被写体の認識結果に基づいて前記画像情報が一致するか否かを判定するようにしてもよい。

【0013】

上記（４）によれば、ニュースサイトが独自の画像を用いている場合でも正確に重複を判定することが可能となる。

【0014】

（５）上記（１）又は（２）に記載のニュース情報分析装置（例えば、後述のニュース情報分析装置１）において、前記出力部（例えば、後述の出力部１１３）は、前記同一ニュースと判定された前記ニュース情報のうち本体部分の文字数が最も多いニュース情報を出力するようにしてもよい。

【0015】

上記（５）によれば、ユーザにとって最も情報量の多いニュース情報を閲覧することが可能となる。

【0016】

（６）上記（１）又は（２）に記載のニュース情報分析装置（例えば、後述のニュース情報分析装置１）において、前記出力部（例えば、後述の出力部１１３）は、前記同一ニュースと判定された前記ニュース情報のうち前記画像情報に含まれるピクセル数が最も多いニュース情報を出力するようにしてもよい。

【0017】

上記（６）によれば、ユーザにとって最も情報量の多いニュース情報を閲覧することが可能となる。

【0018】

（７）本発明の一態様によるニュース情報分析プログラムは、通信ネットワーク（例えば、後述の通信ネットワーク６０）に接続されるコンピュータ装置を機能させるプログラムであって、通信ネットワーク上からテキスト情報と画像情報とを含む複数のニュース情報を取得し記憶するニュース情報取得機能と、前記ニュース情報同士のテキスト情報を比較して前記ニュース情報同士の類似度を判定する類似度判定機能と、前記類似度が所定値以上の複数の前記ニュース情報のうち前記画像情報を比較して前記画像情報が一致するニュース情報それぞれを同一ニュースと判定する同一ニュース情報判定機能と、前記同一ニュースと判定された前記ニュース情報のうち１つのニュース情報を出力する出力機能と、を備える。

【0019】

上記（７）によれば、上記（１）のニュース情報分析装置と同様の効果を奏する。

【0020】

（８）本発明の一態様によるニュース情報分析方法は、コンピュータにより実行されるニュース情報分析方法であって、通信ネットワーク（例えば、後述の通信ネットワーク６０）上からテキスト情報と画像情報とを含む複数のニュース情報を取得し記憶するニュース情報取得ステップと、前記ニュース情報同士のテキスト情報を比較して前記ニュース情報同士の類似度を判定する類似度判定ステップと、前記類似度が所定値以上の複数の前記ニュース情報のうち前記画像情報を比較して前記画像情報が一致するニュース情報それぞれを同一ニュースと判定する同一ニュース情報判定ステップと、前記同一ニュースと判定された前記ニュース情報のうち１つのニュース情報を出力する出力ステップと、を備える。

【0021】

上記（８）によれば、上記（１）のニュース情報分析装置と同様の効果を奏する。

【発明の効果】

【0022】

本発明によれば、インターネット上に配信される複数のニュース情報についてニュース情報のテキスト情報に基づいてニュース情報同士の類似を示す類似度の判定を行い、類似度が所定値以上のニュース情報について画像情報を比較し画像情報が一致する場合、同一事象に基づく同一ニュースであると判定することで、インターネット上のニュース情報を重複して閲覧してしまう事態を避けることが可能となる。

【図面の簡単な説明】

【0023】

【図1】本発明の実施形態であるニュース情報分析システムを概略的に示す概略図である。

【図2】本発明の実施形態であるニュース情報分析装置の基本的構成を示すブロック図である。

【図3】本発明の実施形態における、ニュース情報分析装置の動作を示すフローチャートである。

【発明を実施するための形態】

【0024】

以下、本発明のニュース情報分析装置の好ましい一実施形態について、図を参照しながら説明する。図１に、ニュース情報分析システム１００の基本的構成を示す。
図１に示すようにニュース情報分析システム１００は、外部システム５と、ニュース情報分析装置１と、通信ネットワーク６０と、を備える。なお、クライアント端末２（携帯端末、タブレット端末、ＰＣ等の情報処理装置）を備えてもよい。
外部システム５は、例えばＷＥＢメディアサイト（１次メディアサイト）、ＷＥＢメディアサイト（２次メディアサイト）、テクノロジー＆ビジネス情報メディアサイト、金融情報メディアサイト、ＷＥＢメディアサイト（ソーシャルメディアサイト）、政府機関メディアサイト、企業メディアサイト、研究所メディアサイト等が一例として挙げられる。
ニュース情報分析装置１は、外部システム５によりインターネット上に配信される複数のニュース情報について、ニュース情報同士のテキスト間の類似を示す類似度の判定を行い、類似度が所定値以上のニュース情報それぞれについてニュース情報に含まれる画像情報に基づいて同一ニュースか否かを判定したうえで、同一ニュースと判定されたニュース情報のうち１つのニュース情報を出力する。
クライアント端末２は、ニュース情報分析装置１により出力されるニュース情報をクライアント端末２の表示部に表示する。クライアント端末２は、例えば、同一ニュースのニュース情報を重複して出力しないようにすることができる。具体的には、例えば、ユーザからの指示により、ニュースの内容のテキストの類似度が高く画像が一致するニュースは、重複ニュースとして、例えばテキストの情報量（例えば文字数）が最も多い、又は画像のサイズ（例えばピクセル数）が最も大きいニュース情報のみ出力するようにしてもよい。そうすることで、同一ニュースのニュース情報が並んで出力されることを防止することができ、ユーザは、インターネット上のニュース情報を重複して閲覧してしまう事態を避けることが可能となる。
以上、本実施形態１におけるシステム構成の概要を説明した。次にニュース情報分析装置１について説明する。

【0025】

図２に示すように、ニュース情報分析装置１は、制御部１１と、記憶部１２と、通信部１３と、表示部１４と、入力部１５と、を含んで構成される。

【0026】

制御部１１は、マイクロプロセッサ等の演算処理装置から構成され、ニュース情報分析装置１を構成する各部の制御を行う。制御部１１の詳細については、後述する。

【0027】

記憶部１２は、半導体メモリや、ＳＳＤ（Solid State Drive）、ＨＤＤ（Hard Disk Drive）等で構成されており、ファームウェアやオペレーティングシステムと呼ばれる制御用のプログラムや、制御部１１をニュース情報取得機能、類似度判定機能、同一ニュース情報判定機能、及び出力機能等として機能させるためのプログラムといった各プログラム、さらにその他、通信ネットワーク６０を介してニュース情報の取得先となる外部システム５との接続に必要な接続情報、外部システム５から取得したニュース情報、取得した各ニュース情報の同一ニュース分類情報等の種々の情報が記憶される。
このため、記憶部１２は、プログラムの外、ニュース情報の取得先となる外部システム５との接続に必要な接続情報を含む外部システム接続情報記憶部１２０、各外部システム５から取得したニュース情報を格納するニュース情報格納記憶部１２１を備える。また、ニュース情報分析装置１は、記憶部１２に同一ニュースに分類されたニュース情報等を記憶するニュース情報管理データベース１２２を備えてもよい。なお、ニュース情報管理データベース１２２は、ニュース情報分析装置１とは別に、通信網６を介してニュース情報分析装置１と通信可能に接続されるサーバシステム（ニュース情報管理データベースシステム）（図示せず）として構成してもよい。

【0028】

外部システム接続情報記憶部１２０は、通信ネットワーク６０を介してニュース情報を取得する外部システム５との接続に必要な情報（例えば、接続先ＵＲＬ、認証情報、外部システム５から新規に作成及び／又は更新されるニュース情報を取得するタイミング情報等が記憶される記憶部である。前述したように外部システム５は、例えばマスメディアサイト、テクノロジー＆ビジネス情報のメディアサイト、金融情報のメディアサイト、各企業のサイト、研究所のサイト、政府機関のサイト、ソーシャルメディアサイト等が例示される。なお、ニュース情報としては、日本語にかぎらず、例えば英語、中国語、韓国語等のニュース情報についても取得対象としてもよい。こうすることで、後述するニュース情報取得部１１０は、外部システム接続情報記憶部１２０を参照して、各外部システム５に、所定のタイミング（例えば、時刻情報、外部システム５からの情報作成更新通知等の受信）で接続し、外部システム５の提供する、新規及び／又は更新されるニュース情報を取得するようにしてもよい。

【0029】

ニュース情報格納記憶部１２１は、ニュース情報取得部１１０が、各外部システム５から取得する新規及び／又は更新されるニュース情報を格納する記憶部である。なお、各外部システム５から取得する新規及び／又は更新されるニュース情報には、ニュース情報取得部１１０によりニュース情報ＩＤが付与されるようにしてもよい。そうすることで、後述するニュース情報管理データベース１２２には、同一ニュースを示すニュース情報ＩＤが相互に関連付けられるようにしてもよい。

【0030】

ニュース情報管理データベース１２２は、同一ニュース情報判定部１１２により同一ニュースとして関連付けられたニュース情報を登録管理するデータベースである。後述する出力部１１３は、当該ニュース情報を出力する際に、ニュース情報管理データベース１２２に基づいて同一ニュースと判定されたニュース情報のうち１つのニュース情報を出力することができる。

【0031】

以上、記憶部１２について説明したが、例えばニュース情報格納記憶部１２１、及び／又はニュース情報管理データベース１２２は、通信ネットワーク６０に接続されたサーバ装置（図示を省略）が備えるようにしてもよい。

【0032】

通信部１３は、ＤＳＰ等を有し、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation）の規格や、Ｗｉ－Ｆｉ（登録商標）といった規格に準拠して、通信ネットワーク６０を介して外部システム５との間の無線通信や有線通信を実現する。なお、通信ネットワーク６０は、インターネットや携帯電話網といったネットワークや、これらを組合せたネットワークにより実現される。また、ネットワークの一部に、ＬＡＮ（Local Area Network）が含まれていてもよい。

【0033】

表示部１４は、例えば液晶ディスプレイ、又は有機エレクトロルミネッセンスパネル等の表示デバイスにより構成される。表示部１４は、制御部１１からの指示を受けて画像を表示する。
入力部１５は、テンキーと呼ばれる物理スイッチや表示部１４の表示面に重ねて設けられたタッチパネル等の入力装置（図示を省略する）等で構成される。
なお、前述したように、ニュース情報分析装置１が入力部１５及び表示部１４を備える構成に加えて、入力部及び表示部を備える情報処理端末２をニュース情報分析装置１のクライアント端末としてもよい。そうすることで、通信ネットワーク６０を介して、クライアント端末となる情報処理端末２からニュース情報分析装置１から出力されるニュース情報や表示画面等を情報処理端末２（クライアント端末）に表示するようにしてもよい。

【0034】

次に、制御部１１の詳細について説明をする。制御部１１はＣＰＵ、ＲＡＭ、ＲＯＭ、及びＩ／Ｏ等を有するマイクロプロセッサにより構成される。ＣＰＵは、ＲＯＭ又は記憶部１２から読み出した各プログラムを実行し、その実行の際にはＲＡＭ、ＲＯＭ、及び記憶部１２から情報を読み出し、ＲＡＭ及び記憶部１２に対して情報の書き込みを行い、通信部１３と信号の授受を行う。そして、このようにして、ハードウェアとソフトウェア（プログラム）が協働することにより本実施形態における処理は実現される。

【0035】

制御部１１は、機能ブロックとして、ニュース情報取得部１１０と、類似度判定部１１１と、同一ニュース情報判定部１１２と、出力部１１３と、を備える。

【0036】

ニュース情報取得部１１０は、通信ネットワーク６０を介してニュース情報（タイトル、本文、写真、図面等）を配信する各外部システム５と、所定のタイミングで接続先ＵＲＬ、認証情報等に基づいて接続し、各外部システム５から配信される新規に作成されたニュース情報又は更新されたニュース情報を取得する。ここで、所定のタイミングとしては、例えば予め設定された時刻、予め設定された時間間隔、又は各外部システム５からの配信通知の受信（定期的に配信されるニュース情報以外に例えば臨時ニュース、号外等の受信を含む）が挙げられる。なお、ニュース情報取得部１１０は、各外部システム５に自動で接続してニュース情報を取得する形態に限られない。自動的に取得する形態に加えて、ユーザが例えば入力部１５又は情報処理端末２（クライアント端末）を介して、アドホックに複数の外部システム５に接続して、新規に作成されたニュース情報又は更新されたニュース情報を取得するようにしてもよい。
なお、前述したように、外部システム５から配信されるニュース情報は、日本語に限られない、例えば、英語、中国語、韓国語等、ユーザの必要とするニュース情報を取得するようにしてもよい。この場合、ニュース情報取得部１１０は、原語に加えて日本語訳を生成するようにしてもよい。
ニュース情報取得部１１０は、各外部システム５から取得したニュース情報に、例えば外部システム５のサイト名、配信時刻情報（日時）等を付加して、ニュース情報格納記憶部１２１に記憶する。

【0037】

類似度判定部１１１の機能の詳細を説明する前に、ニュース情報について説明する。
一般にニュース情報は、新聞社等の報道機関により執筆され、簡潔な文章の記述と写真等の画像とから構成される。ニュース情報は、執筆した報道機関自身のウェブサイトに掲載されるとともに、他の報道機関やニュースポータルサイト等にも販売され、他の報道機関やニュースポータルサイト等の複数のサイトに掲載される。
なお、他の報道機関やニュースポータルサイトのサイトに掲載される場合、同じニュースのニュース情報の表示がサイトに応じた表示形式に変更されることがある。例えば、スマートフォン等に表示するために、ニュース情報は、画像のサイズを小さくして表示されたり、複数のページに分割されて表示されたり、ニュース情報の最初の部分だけ表示され続きを読むためのクリックを促すボタンが表示されたりする。このように、同じニュースのニュース情報でもサイト毎に表示形式が異なることから、ユーザは同じニュースのニュース情報を重複して閲覧してしまうことが多いと考えられる。また、同一ニュースのニュース情報の配信は、近接した時刻（時間帯）に集中すると考えられる。
このように、類似度判定部１１１は、近接した時刻（時間帯）に配信された任意の２つのニュース情報間の重複部分を推定することで、重複部分の量に応じてニュース情報間の類似度を判定することができる。
そして、後述する同一ニュース情報判定部１１２は、例えば、類似度が所定値以上のニュース情報Ａの画像情報とニュース情報Ｂの画像情報とを比較することにより、画像情報が一致する場合、ニュース情報Ａとニュース情報Ｂとは同一ニュースであると推定することができる。以上、ニュース情報について説明した。以上を踏まえて、類似度判定部１１１の機能について説明する。

【0038】

前述したように、同一ニュースは、ニュース配信元の外部システム５に関わらず、一致度の高いテキスト（「重複部分」という）になると考えられる。このため、類似度判定部１１１は、まず、ニュース情報の配信日時が所定の時間範囲内に含まれる各外部システム５から取得したニュース情報（テキスト）を対象（「類似度判定対象集合」という）として、類似度判定対象集合に含まれる異なる任意の２つのニュース情報のテキスト情報（簡単のため「ニュース情報Ａ」、「ニュース情報Ｂ」という）間の重複部分をテキスト文書間の一致度に基づいて判定することができる。
ここで、例えば、サイトＡで本文すべてが表示されているニュース情報Ａ（テキストＡ）と、サイトＢで本文の最初の部分のみが表示されているニュース情報Ｂ（テキストＢ）との一致度を判定する方法としては、当業者に公知の手法、例えば一致する文字数、編集距離、ｎ－ｇｒａｍ分割した単語の一致率等の指標に閾値を設定し判定する方法を適用するようにしてもよい。
例えば、類似度判定部１１１は、本文部分の開始から所定の文字数のみが表示されているテキストＢのテキスト範囲に基づいて、テキストＡとテキストＢとを本文部分の開始から所定の文字数についてセンテンス順、又は段落順にｎ－ｇｒａｍ分割した文字列の一致率から一致度を判定し、一致度が閾値を超える又は閾値以上の場合に、一致すると判定するようにしてもよい。
また、類似度判定部１１１は、テキストＡとテキストＢとを本文部分の開始から所定の文字数についてセンテンス順に又は段落順にテキストを形態素解析した単語中から文章の内容を構成する単語（例えば、名詞と動詞）の一致度の判定Ｊａｃｃａｒｄ係数等を指標として、一致度が閾値を超える又は閾値以上の場合に、一致すると判定するようにしてもよい。また、類似度判定部１１１は、一致度の判定方法としてテキスト情報を比較するようにしてもよい。こうすることで、類似度判定部１１１は、ニュース情報毎に他のニュース情報との重複部分を一致度に基づいて推定することができる。

【0039】

次に、類似度判定部１１１は、重複部分の量に応じて当該ニュース情報同士の類似度を判定する。ここで、重複部分の量としては、例えば重複部分のテキストの文字数、又は重複部分のニュース情報の全テキストに占める割合等を適用するようにしてもよい。こうすることで、類似度判定部１１１は、類似度判定対象集合に含まれる任意の２つのニュース情報のペア毎に、類似度を判定することができる。
以上、類似度判定部１１１について説明した。次に、２つのニュース情報が同一事象ニュースか否かを判定する同一ニュース情報判定部１１２について説明する。

【0040】

同一ニュース情報判定部１１２は、類似度判定対象集合に含まれるニュース情報のうち、類似度判定部１１１により判定された類似度が所定値以上となる２つのニュース情報の画像情報（画像）を比較し、画像情報（画像）が一致する場合には同一ニュースと判定する。
具体的には、同一ニュース情報判定部１１２は、類似度判定対象集合に含まれるすべての２つのニュース情報のすべての組み合わせ（ペア）に対して、当該２つのニュース情報の画像情報（画像）を、当業者に公知の類似画像検索手法（例えば、Content-Based Image Retrieval (CBIR)等）を用いて、画像情報（画像）の中の被写体（例えば、国旗、人物、企業ロゴ、製品等）を認識する。同一ニュース情報判定部１１２は、認識結果に基づいて２つのニュース情報の画像情報（画像）が一致するか否かを判定し、同一ニュースか否かを判定する。
なお、同一ニュース情報判定部１１２は、画像情報（画像）を比較するにあたり、前述したように、サイト毎に表示されるニュース情報の画像のサイズが異なることから、ピクセル数を勘案せず比較することが好ましい。
また、例えばニュース情報Ａ又はニュース情報Ｂのいずれかがニュース情報Ｃと同一ニュースであると判定された場合、同一ニュース情報判定部１１２は、ニュース情報Ａ、ニュース情報Ｂ、及びニュース情報Ｃを同一ニュースと判定するようにしてもよい。このようにすることで、同一ニュース情報判定部１１２は、類似度判定対象集合に含まれるすべてのニュース情報を、同一ニュース情報グループ毎に分類分け（関連付け）することができる。なお、現実的には、（ＷＥＢメディアにより引用される配信等があることから）ほとんどありえないと考えられるが、仮にどのニュース情報とも類似しないニュース情報がある場合、当該ニュース情報については、同一ニュース情報無しとして分類するようにしてもよい。

【0041】

同一ニュース情報判定部１１２は、同一ニュースと判定したニュース情報を識別できるように、例えばニュース情報管理データベース１２２に、登録格納されたニュース情報に対して、さらに同一ニュースのニュース情報となるニュース情報グループＩＤを登録するようにしてもよい。
そうすることで、ユーザがニュース情報管理データベース１２２を検索照会する際に、同一ニュースのニュース情報を特定することができ、例えば同一ニュースのニュース情報が連続して照会されることを防止することができる。以上、同一ニュース情報判定部１１２について説明した。

【0042】

出力部１１３は、同一ニュース情報判定部１１２により同一ニュースと判定されたニュース情報のうち１つのニュース情報を表示部１４又は情報処理端末２（クライアント端末）に出力する。
なお、出力部１１３は、同一ニュースのニュース情報を表示部１４又は情報処理端末２（クライアント端末）に出力する際に、同一ニュースと判定されたニュース情報のうち本体部分の文字数が最も多いニュース情報を出力するようにしてもよい。
あるいは、出力部１１３は、同一ニュースのニュース情報を表示部１４又は情報処理端末２（クライアント端末）に出力する際に、同一ニュースと判定されたニュース情報のうち画像情報（画像）のピクセル数が最も多いニュース情報を出力するようにしてもよい。
そうすることで、ユーザにとって最も情報量の多く、配信元又は配信元に近いニュース情報を閲覧することが可能となる。また、同一ニュースを扱ったニュース情報が並んで出力されることを防止することができる。
以上、本実施形態として例示したニュース情報分析装置１の各機能部の構成について説明した。

【0043】

次に、図３に記載したフローチャートを参照して、本実施形態の動作について説明する。図３は、ニュース情報分析装置１の動作を示すフローチャートである。なお、図３で示す処理は、入力部１５又は情報処理端末２（クライアント端末）から処理指示を受け付ける度に実行される。

【0044】

ステップＳ１０において、ニュース情報分析装置１（ニュース情報取得部１１０）は、通信ネットワーク６０を介してニュース情報を配信する各外部システム５と、所定のタイミングで接続先ＵＲＬ、認証情報等に基づいて接続し、各外部システム５から配信される新規に作成されたニュース情報又は更新されたニュース情報を取得する。

【0045】

ステップＳ１１において、ニュース情報分析装置１（類似度判定部１１１）は、ニュース情報の配信日時が所定の時間範囲内に含まれる各外部システム５から取得したニュース情報（テキスト）を対象として、当該集合に含まれる異なる任意の２つのニュース情報のテキスト情報間の一致度を判定する。

【0046】

ステップＳ１２において、ニュース情報分析装置１（類似度判定部１１１）は、２つのニュース情報のテキスト情報間の重複部分の量に応じて当該ニュース情報同士の類似度を判定する。

【0047】

ステップＳ１３において、ニュース情報分析装置１（同一ニュース情報判定部１１２）は、類似度が所定値以上の２つのニュース情報間の画像情報（画像）を比較する。

【0048】

ステップＳ１４において、ニュース情報分析装置１（同一ニュース情報判定部１１２）は、２つのニュース情報間の画像情報（画像）が一致する場合、当該２つのニュース情報を同一ニュースと判定（分類又は関係付け）する。

【0049】

ステップＳ１５において、ニュース情報分析装置１（出力部１１３）は、ステップＳ１４において同一ニュースと判定されたニュース情報のうち、１つのニュース情報を表示部１４又は情報処理端末２（クライアント端末）に出力する。

【0050】

以上により、ニュース情報分析装置１は、インターネット上に配信される複数のニュース情報についてニュース情報のテキスト情報に基づいてニュース情報同士の類似を示す類似度の判定を行い、類似度が所定値以上のニュース情報について画像情報を比較し画像情報が一致する場合、同一事象に基づく同一ニュースであると判定し、同一ニュースのニュース情報のうち１つのニュース情報を出力する動作について説明した。
これにより、ニュース情報分析装置１は、インターネット上のニュース情報を重複して閲覧してしまう事態を避けることが可能となる。

【0051】

各機器のそれぞれは、ハードウェア、ソフトウェア又はこれらの組み合わせにより実現することができる。また、上記のナビゲーションシステムに含まれる各機器のそれぞれが協働することにより行なわれるナビゲーション方法も、ハードウェア、ソフトウェア又はこれらの組み合わせにより実現することができる。ここで、ソフトウェアによって実現されるとは、コンピュータがプログラムを読み込んで実行することにより実現されることを意味する。

【0052】

プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えば、フレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば、光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

【0053】

上述した実施形態は、本発明の好適な実施形態ではあるが、上記実施形態のみに本発明の範囲を限定するものではなく、本発明の要旨を逸脱しない範囲において種々の変更を施した形態での実施が可能である。

【0054】

＜変形例１＞
前述した第１の実施形態では、ニュース情報取得部１１０は、通信ネットワーク６０を介してニュース情報（タイトル、本文、写真、図面等）を配信する各外部システム５と、所定のタイミングで接続先ＵＲＬ、認証情報等に基づいて自動接続し、各外部システム５から配信される新規に作成されたニュース情報又は更新されたニュース情報を取得する形態を例示したが、これに限られない。
例えば、ニュース情報取得部１１０は、入力部１５又は情報処理端末２（クライアント端末）を介して入力されるユーザからの指示（例えば少なくとも１以上の外部システム５を指定）に基づいて、通信ネットワーク６０を介してニュース情報（タイトル、本文、写真、図面等）を配信する各外部システム５と、接続先ＵＲＬ、認証情報等に基づいて接続し、各外部システム５から配信される新規に作成されたニュース情報又は更新されたニュース情報を取得するようにしてもよい。そうすることで、ユーザからの指示によりアドホックに取得した外部システム５のニュース情報について、類似度判定部１１１、同一ニュース情報判定部１１２、及び出力部１１３が前述した処理を行うようにしてもよい。

【0055】

＜変形例２＞
上述の実施形態では、ニュース情報分析装置１を１つのサーバ装置等により実現すると説明したが、ニュース情報分析装置１の各機能を、適宜複数のサーバ装置に分散する、分散処理システムとしてもよい。具体的には、例えば前述したように、ニュース情報管理データベース１２２を、ニュース情報分析装置１とは異なるサーバ装置（ニュース情報管理データベースシステム）としてもよい。
また、クラウド上で仮想サーバ機能等を利用して、ニュース情報分析装置１の各機能を実現してもよい。

【符号の説明】

【0056】

１００ ニュース情報分析システム
１ ニュース情報分析装置
１１ 制御部
１１０ ニュース情報取得部
１１１ 類似度判定部
１１２ 同一ニュース情報判定部
１１３ 出力部
１２ 記憶部
１２０ 外部システム接続情報記憶部
１２１ ニュース情報格納記憶部
１２２ ニュース情報管理データベース
１３ 通信部
１４ 表示部
１５ 入力部
２ 情報処理端末（クライアント端末）
５ 外部システム
６０ 通信ネットワーク

【図1】

【図2】

【図3】