JP2005202766A - 類似コンテンツの同時提示システム - Google Patents

Abstract

【課題】言語の異なる複数ページの比較閲覧を容易にできるようにする。
【解決手段】表示基準となる基準サイトの識別子を受け付け、特定するとともに、前記基準サイトとは別の言語で表示される比較サイトの識別子を受け付け、特定するサイト特定部と、前記基準サイトの中から基準ページを特定する基準ページ特定部と、前記各サイトに含まれる単語を一つの言語に統一する言語変換部と、Ｗｅｂページに含まれる単語に基づく情報である単語集合情報を、前記言語変換部を介して他の単語集合情報と比較可能に生成する機能を有した単語集合情報生成部と、前記基準ページの単語集合情報と、前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する類似ページを特定する類似ページ特定部と、前記類似ページを前記基準ページと同一画面に表示する表示制御部とを備えるシステムを構成した。
【選択図】図４

Description

本発明は、互いにコンテンツが類似する複数のWebページを同時提示する類似コンテンツの同時提示システム等に関するものである。

Ｗｅｂがラジオやテレビに続くメディアとして一般的となった現在、海外のニュースサイトのＷｅｂコンテンツを閲覧することによりその国のニュースをそのまま取得することが可能である。ニュースソースは報道の視点や編集により種々の捉え方ができ、ひとつの事件や事故も国が異なれば視点が異なり、視聴者や読者は同じニュースでも異なった印象を持つ。例えば、Ａ国とＢ国問の戦争に関するニュースでは、Ａ国の報道ではＢ国の悪いところが誇張されるであろうし、またその逆も考えられる。このように、ひとつのニュースソースが各国でどのように報道されているか、視聴者自身で把握し比較することができるようになり、Ｗｅｂは我々の生活や世界観を大きく変えてきている。

ところが複数のＷｅｂぺ一ジを比較するには、これらのＷｅｂぺ一ジの中から類似するぺ一ジを探し出し、その類似したぺ一ジを各々別のプラウザを開いて、各々のウィンドウをクリックしスクロールしコンテンツを読まなけれぱならない。これではユーザにとって、複数のサイトを比較することは困難である。もちろん、非特許文献１、２に示すように、類似Ｗｅｂページを自動検索できるようなシステムは従来研究されているものの、類似ページの表示態様をどのように制御するのかといったことまでには触れられていない。ましてや、言語の異なるサイトにおいては、複数のブラウザを同時にオペレーションするだけでなく、複数の言語を同時に理解しなければならず、ユーザがマルチリンガルでない場合、複数ぺ一ジの閲覧はより困難である。
Jeffrey Dean, Monika R, Henzinger,"Find-ing Related Pages in the World Wide Web" , The 8thInternational World Wide Web Conference (WWW8), Toronto, Canada, May 1999,http://www8.org/w8-papers/4a-search-mining/finding/finding.html Taher H, Aristides G, Dan K, PiotrI, "Evaluating Strategies for Similarity Search on the Web" The 11thInternational World Wide Web Conference (WWW2002), Honolulu, Hawaii, May 2002,http://www2002.org/CDROM/refereed/75/index.html

そこで本発明は、ユーザが指定した言語の異なる複数のＷｅｂサイトから類似するＷｅｂぺ一ジを発見し、パック、フォワード、クリック、スクロールといったユーザのオペレーションに応じてそれらコンテンツを同期させ自動提示するようにしたものであって、言語の異なる複数ページの比較閲覧を極めて容易にできるようにし、上述した不具合を解決すべくなされたものである。

すなわち本発明に係る類似ページの同時提示システムは、表示の基準となるＷｅｂサイトである基準サイトの識別子を受け付け、その基準サイトを特定するとともに、前記基準サイトとは別の言語で表示されるＷｅｂサイトである比較サイトの識別子を受け付け、その比較サイトを特定するサイト特定部と、前記基準サイトの中から、画面に表示されているＷｅｂページである基準ページを特定する基準ページ特定部と、前記各サイトに含まれる単語を一つの言語に統一する機能を有した言語変換部と、 １つのＷｅｂページ又は１つの段落に含まれる全部又は一部の単語を構成要素とする単語集合情報を、前記言語変換部を介して他の単語集合情報と比較可能に生成する機能を有した単語集合情報生成部と、前記基準ページの単語集合情報と前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する１又は複数の類似ページを特定する類似ページ特定部と、前記類似ページを、前記基準ページと同一画面に表示する表示制御部とを備えていることを特徴とする。

前記類似ページ特定部が、前記基準ページのうちで画面の所定位置に表示されている段落の単語集合情報である基準段落単語集合情報と、前記類似ページにおける各段落の単語集合情報との比較に基づいて、前記類似ページのうちから基準ページの前記段落に類似する段落である類似段落を特定する機能をさらに有し、前記表示制御部が、前記類似段落を画面の所定位置に表示する機能をさらに有しているものであれば、段落の類比も把握できるので、比較閲覧がより行いやすくなる。

前記類似ページ特定部が、前記類似ページにおける各段落の単語集合情報について、前記基準段落単語集合情報との差異情報をそれぞれ生成する機能をさらに有し、前記表示制御部が、画面に表示されている類似ページの各段落についての前記差異情報を、視覚での認識が可能なように表示する機能をさらに有しているものであれば、各段落の基準段落に対する類似度を把握でき、より使い勝手に優れたものとなる。

異言語比較における好ましい類似度算出の態様としては、前記類似ページ特定部が、単語集合情報を構成する各単語の出現頻度に品詞による重み付け係数をかけた値を要素とする特徴ベクトルを生成するとともに、比較すべき２つの単語集合情報からそれぞれ生成した特徴ベクトル間のユークリッド距離を算出し、そのユークリッド距離が所定の閾値以下である場合に、類似と判断するものを挙げることができる。

具体的な前記単語集合情報としては、出現頻度に品詞による重み付け係数をかけた値が所定の閾値よりも高い単語である１又は複数の主題語と、前記各主題語に関連づけられ、その主題語との共起度が所定の閾値よりも高い単語である内容語の集合とのセットからなるデータ構造を有したものを挙げることができる。

このような単語情報の場合、前記類似ページ特定部が、比較すべき２つの単語集合情報についてそれらの主題語同士及び内容語同士を比較するようにしておくことが好ましい。

さらに、主題語と内容語とに分離したことを利用してユーザにわかりやすく差異情報を提示するには、前記類似ページ特定部が、前記基準段落単語集合情報との比較において前記主題語が所定以上類似し、かつ内容語同士が所定以上類似する段落を全体類似段落とし、前記主題語のみが所定以上類似する段落を内容相違段落とし、前記内容語のみが所定以上類似する段落を主題相違段落とするものであり、前記表示制御部が、前記全体類似段落、内容相違段落及び主題相違段落を視覚での識別が可能なように表示する機能をさらに有しているものであることが望ましい。

前記類似ページ特定部は、複数の類似ページを抽出して表示しても良いが、より簡単には前記基準ページに最も類似する１つの比較ページを類似ページとするものが好ましい。

また表示の具体的態様としては、前記表示制御部が、前記基準ページと前記類似ページとを同一ウィンドウ内に表示するものを挙げることができる。

基準サイトと比較サイトは別言語であるため、前記表示制御部が、前記類似ページ内の単語のうち、前記基準ページ内で選択された単語と同一の単語を他の単語とは別態様で表示するようにしておけば、非常に見やすくなる。

このシステムを通信可能に接続した複数のコンピュータから構成する場合には、前記サイト特定部、基準ページ特定部、言語変換部、単語集合情報生成部及び類似ページ特定部を備えている情報処理装置と、前記表示制御部を備えている端末装置とから構成することが一つの具体的態様として望ましい。

また、本発明に係る類似ページの同時提示方法は、表示の基準となるＷｅｂサイトである基準サイトの識別子を受け付け、その基準サイトを特定するとともに、前記基準サイトとは別の言語で表示されるＷｅｂサイトである比較サイトの識別子を受け付け、その比較サイトを特定するサイト特定ステップと、前記基準サイトの中から、画面に表示されているＷｅｂページである基準ページを特定する基準ページ特定ステップと、前記各サイトに含まれる単語を一つの言語に統一する言語変換ステップと、１つのＷｅｂページ又は１つの段落に含まれる全部又は一部の単語を構成要素とする単語集合情報を、前記言語変換ステップを介して他の単語集合情報と比較可能に生成する単語集合情報生成ステップと、前記基準ページの単語集合情報と、前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する１又は複数の類似ページを特定する類似ページ特定ステップと、前記類似ページを、前記基準ページと同一画面に表示する表示制御ステップとからなることを特徴とする。

さらに、本発明に係るプログラムは、表示の基準となるＷｅｂサイトである基準サイトの識別子を受け付け、その基準サイトを特定するとともに、前記基準サイトとは別の言語で表示されるＷｅｂサイトである比較サイトの識別子を受け付け、その比較サイトを特定するサイト特定部と、前記基準サイトの中から、画面に表示されているＷｅｂページである基準ページを特定する基準ページ特定部と、前記各サイトに含まれる単語を一つの言語に統一する機能を有した言語変換部と、１つのＷｅｂページ又は１つの段落に含まれる全部又は一部の単語を構成要素とする単語集合情報を、前記言語変換部を介して他の単語集合情報と比較可能に生成する機能を有した単語集合情報生成部と、前記基準ページの単語集合情報と、前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する１又は複数の類似ページを特定する類似ページ特定部としての機能をコンピュータに備えさせることを特徴とする。

このように構成した本発明によれば、一の言語のＷｅｂサイトを操作するだけで、類似する他の言語のサイトのぺ一ジが同期して自動で提示および操作され、しかも類似ページにおける段落毎の差異情報も視覚により把握できるため、言語の異なる複数ページの比較閲覧が極めて容易にできる。

以下に本発明の一実施形態について図面を参照して説明する。

A 構成
図１は、この実施の形態における類似ページの同時提示システムを示した機器構成図である。このシステムは、クライアントコンピュータＰ１（端末装置）と、サーバコンピュータＰ２（情報処理装置）とを通信可能に接続したもので、各コンピュータＰ１、Ｐ２はインターネットに接続されている。

クライアントコンピュータＰ１は、例えばブラウズ機能を有した汎用コンピュータであり、図２に示すように、ＣＰＵ１０１、内部メモリ１０２、ＨＤＤ等の外部記憶装置１０３、通信ネットワークに接続するためのモデム等の通信インタフェース１０４、ディスプレイ１０５、マウスやキーボード等の入力手段１０６等を具備する。

前記サーバコンピュータＰ２は、例えばサーバ機能を有した汎用コンピュータであり、図３に示すように、ＣＰＵ２０１、内部メモリ２０２、ＨＤＤ等の外部記憶装置２０３、通信ネットワークに接続するためのモデム等の通信インタフェース２０４、ディスプレイ２０５、マウスやキーボードといった入力手段２０６等を有する。なお、これら各コンピュータＰ１、Ｐ２は汎用のものに限られず、専用に開発されたものを用いても構わないし、各コンピュータＰ１、Ｐ２が物理的に離れておらず、１つの機器として一体に構成されているものであっても構わない。

機能面から説明すると、図４に示すように、前記各コンピュータＰ１、Ｐ２に所定のプログラムをインストールし、そのプログラムに基づいてＣＰＵ１０１、２０１や周辺機器を共働させることにより、このシステムが、サイト特定部１、基準ページ特定部２、言語変換部４、単語集合情報生成部３、類似ページ特定部５、表示制御部６等としての機能を発揮するように構成している。なお、この実施形態では前記サイト特定部１、基準ページ特定部２、言語変換部４、単語集合情報生成部３、類似ページ特定部５が、サーバコンピュータＰ２に設けられ、前記表示制御部６がクライアントコンピュータＰ１に設けられているが、この限りではないのは言うまでもない。

簡単に各部を説明すると、サイト特定部１は、表示の基準となるＷｅｂサイトである基準サイトの識別子を受け付け、その基準サイトを特定するとともに、前記基準サイトとは別の言語で表示されるＷｅｂサイトである比較サイトの識別子を受け付け、その比較サイトを特定するものである。

基準ページ特定部２は、前記基準サイトの中から、画面に表示されているＷｅｂページである基準ページを特定するものである。

言語変換部４は、前記各サイトに含まれる単語を一つの言語に統一する機能を有したものである。

単語集合情報生成部３は、１つのＷｅｂページ又は１つの段落に含まれる全部又は一部の単語を構成要素とする単語集合情報を、前記言語変換部４を介して他の単語集合情報と比較可能に生成する機能を有したものである。

類似ページ特定部５は、前記基準ページの単語集合情報と、前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する１又は複数の類似ページを特定するものである。

表示制御部６は、前記類似ページを、前記基準ページと同一画面に表示するものである。

B 動作
以下に本システムの動作説明を兼ねて各部を詳述する。

（１）
ユーザは、基準サイトと比較サイトのＵＲＬ（識別子）を指定する。すると図５に示すように、各サイトのトップページが表示される。その後ユーザが表示された基準サイトから閲覧したいＷｅｂぺ一ジ（以下基準ページという）を、アンカをクリックするなどして選択すると、その基準ページが表示される。この時、基準サイトと比較サイトとは類似した内容を持つサイトであり、別言語（例えば基準サイトは日本語、比較サイトは英語）で記載されているとする。

前記一連のユーザの操作は、クライアントコンピュータＰ１の操作受付部７が受け付け、そこで指定されたＵＲＬに基づいて、サーバコンピュータＰ２のサイト特定部１及び基準ページ特定部２が、各サイト及び基準ページを特定する。次に前記単語集合情報生成部３が、特定されたサイトに関する最近（例えば１時間以内）の情報がデータベースＤ１に既に登録されているかどうかを確認する。

登録されていなければ、後述の（２）に示すように、前記単語集合情報生成部３がインターネットから各サイトの所定のＷｅｂページ情報を取得する。そして、前記各Ｗｅｂページの解析を行い、その結果を前記データベースＤ１に登録する。一方、登録されていれば後述の（３）以下の動作が行われる。

（２）
このシステムでは言語の異なるサイトを比較するため、単語の辞書ソフトを使用する。現在の単語の辞書ソフトは完全な言語変換を行えないため、あらかじめ２つのサイトにおいて比較する領域を限定し類似ぺ一ジを発見する。この比較する領域を比較領域と呼ぶ。例えばニュースサイトにおいては、分野ごとにカテゴリに分類されている。そこで、類似するカテゴリを発見することにより、比較領域を決定する。

より具体的には、図６に示すように、前記各々のサイトをディレクトリページとコンテンツページに分ける。ここでいうディレクトリページとは、ぺ一ジのほとんどがアンカーにより構成されているぺ一ジを指す。ディレクトリページ以外のぺ一ジをコンテンツページと呼ぶ。ディレクトリページを示すアンカーテキストをカテゴリ名とする。つまりは、基準ぺ一ジのカテゴリ名は基準ぺ一ジをリンクしているディレクトリページを指すアンカーテキストである。基準ぺ一ジのカテゴリ名を辞書ソフトによって英語に変換する。比較サイトにおいてその基準ぺ一ジのカテゴリ名を発見する。発見したカテゴリの子節点となるぺ一ジすべてを含む領域が比較領域となる。

次に前記比較領域におけるＷｅｂページ（以降比較ページと称する）及び前記基準ページについて、ページ単位及び段落単位でＴｏｐｉｃ Ｓｔｒｕｃｔｕｒｅ（単語集合情報、以下ＴＰと称する）を生成する。

ＴＰはトピック（単語）ｔ_ｉ，ｉ∈（１，．．．，ｎ）からなり、ｔ_ｉは主題語ｓ_ｉと内容語の集合Ｃ_ｉとのセットからなる。また、Ｃ_ｉは複数の内容語ｃ_ｉｍ，ｍ∈（１，．．．，ｋ）で構成される。すなわち、ＴＰは以下のとおりである。

ＴＰ＝｛ｔ１，．．．，ｔｉ，．．．，ｔｎ｝
ｔｉ＝（ｓｉ，Ｃｉ）
Ｃｉ＝（ｃｉ１，．．．，ｃｉｍ）

前記主題語は、ぺ一ジ（段落）において密度が高い単語としており、このシステムではぺ一ジ（段落）単位での類似関係を求めるため、単語の出現頻度を用いて抽出する。対象となる単語は名詞のみである。すなわち、主題語の候補となる単語ｔは、
ｔｆ（ｔ）×ｗｅｉｇｈｔ（ｔ）＞αである。

ここで、ｔｆ（ｔ）はぺ一ジ（段落）におけるｔの出現頻度を示し、ｗｅｉｇｈｔ（ｔ）は品詞による単語の重み付け係数を示し、αは閾値を示す。ここでの重み付け係数ｗｅｉｇｈｔ（ｔ）は、例えば固有名詞３．０、数０．１、助数詞０．１、名詞一般１．０、その他の名詞０．９である。

前記内容語は、主題語との共起度の高い単語である。このシステムではあらかじめ単語の共起辞書Ｄ２を作成し、この共起辞書Ｄ２を用いて共起度を求める。なお、共起辞書Ｄ２はデータベース構造を有する。ぺ一ジ（段落）の主題語を｛ｓ_１，．．．，ｓ_ｉ，．．．，ｓ_ｎ｝とすると、各々の主題語ｓ_ｉにおいて内容語の集合であるＣ_ｉ＝（ｃ_ｉ１，．．．，ｃ_ｉｊ）を求める。ｃ_ｉｊは、ｓ_ｉとの単語の共起度がある閾値（β）以上の単語である。内容語も名詞のみを対象とする。このように、ぺ一ジ（段落）における主題語と内容語を決定する。よって、ぺ一ジ（段落）のＴＰは、｛ｔ_１＝（ｓ_１，Ｃ_１），．．．，ｔ_ｎ＝（ｓ_ｎ，Ｃ_ｎ）｝となる。これらのＴＰは前記データペースに格納される。

（３）
次に類似ページ特定部５が、前記データペースに格納されているＴＰから主題語と内容語の特徴ベクトルをそれぞれ生成するとともに、それらのユークリッド距離を用いて基準ページと各比較ページについて比較を行い、ページレベルでのＴＰ及び段落レベルでのＴＰに基づいてコンテンツの差異情報を取得する。なお、段落レベルでの比較において基準となる段落とは、例えば、画面に表示されている基準ページのうちの中央部に位置する段落（以下、基準段落と称する）のことである。これに先立って、辞書ソフト（言語変換部４）が、英語の主題語と内容語を日本語に変換する。１つの英語には複数の日本語訳が対応している場合がある。その場合、複数の日本語を主題語の候補とする。２ぺ一ジ（段落）間の主題語の類似度Ｓｉｍ_ｓ 、内容語の類似度Ｓｉｍ_ｃは以下のように決定される。

Ｓｉｍｓ＝［（ｆｂ（ｓ１）−ｆｃ（ｓ１））２＋．．．＋（ｆｂ（ｓｎ）−ｆｃ（ｓｎ））２］１／２
Ｓｉｍｃ＝［（ｆｂ（ｃ１）−ｆｃ（ｃ１））２＋．．．＋（ｆｂ（ｃｍ）−ｆｃ（ｃｍ））２］１／２
ｆｂ（ｓｎ）＝ｔｆ（ｓｎ）×ｗｅｉｇｈｔ（ｓｎ）

ここで、ｆ_ｂ（ｓ_ｎ）は基準ぺ一ジ（段落）の主題語の特徴ベクトルの要素であり、ｆ_ｃ（ｓ_ｎ）は比較ぺ一ジ（段落）の主題語の特徴ベクトルの要素である。同様に、ｆ_ｂ（ｃ_ｍ）は基準ぺ一ジ（段落）の内容語の特徴ベクトルの要素であり、ｆ_ｃ（ｃ_ｍ）は比較ぺ一ジ（段落）の内容語の特徴ベクトルの要素である。

上記のように求めた主題語の類似度、内容語の類似度に基づき、２ぺ一ジ（段落）問の差異情報を以下のように求める。

・全体類似
主題語の類似度と内容語の類似度がある閾値以下の場合、その２つのぺ一ジ（段落）は主題語と内容語が類似しているため全体類似のぺ一ジ（段落）となる。

・内容相違
主題語の類似度がある閾値以下であり、内容語の類似度は閾値以上である場合、その２つのぺ一ジ（段落）は主題語が類似しているが内容語が相違しているとし、内容相違のぺ一ジ（段落）となる。

・主題相違
主題語の類似度がある閾値以上であり、内容語の類似度は閾値以下である場合、その２つのぺ一ジ（段落）は主題語が相違しているが内容語が類似しているとし、主題相違のぺ一ジ（段落）となる。

そして、このようにして基準ページに全体類似すると判断された比較ページのうちで、基準ページとの前記ユークリッド距離の最も小さい比較ページが類似ページに設定される。また、類似ページ内の段落のうちで、基準段落に全体類似すると判断され、なおかつ基準段落とのユークリッド距離の最も小さい段落が、類似段落に設定される。

（４）
このように特定された類似ページを、表示制御部６が、基準ページと同一のウィンドウ内に表示する。そのとき、表示制御部６は、基準段落と類似段落とが、例えば横並びになって同時表示されるように（図７参照）、表示態様を制御する。

したがって、ユーザが基準ページをスクロールした場合には、当然基準段落が変わるため、変化した基準段落に対応する類似段落が横並び表示されるように、類似ページが自動同期スクロールされる（図８参照）。

また、ユーザがアンカをクリックしたり、フォワード・バックボタンをクリックして基準ページを変更した場合、その変更した基準ページに類似する類似ページが都度特定され、同一ウィンドウ内に表示されることとなる。

一方、Ｗｅｂページは通常複数の段落を有し、これら複数の段落が１つの画面内に表示されることはしばしばある。このシステムでは、ユーザのオペレーションによって２つのＷｅｂぺ一ジを同時にかつ同期させて提示しているため、比較ページにおけるどの段落が類似段落なのか、または差異を有する段落なのかユーザにとってわかりにくい。そこでこの実施形態では、上記のように類似ページ特定部５が選別した全体類似段落、内容相違段落及び主題相違段落について、視覚による差別化ができるようにしている。視覚化する方法としてはいくつか考えられるが、ここではそれらを色分けして提示する。これにより、ユーザは、比較ページにおけるどの段落が類似段落なのか、または差異を有する段落なのかを明確に認識することができる。具体的には、図９に模式的に示すように、例えば全体類似段落を赤、内容相違段落を緑、主題相違段落を青といったように色分け表示する。また、各ぺ一ジに全体類似段落、内容相違段落又は主題相違段落が複数存在する場合には、例えば主題相違段落の場合、最初の主題相違の段落は青、次の主題相違の段落は水色と言つたように、色のグラディエーションをつけてわかりやすく提示する。

さらに、言語の異なる２つのぺ一ジを同時に提示しているため、ユーザが特定の単語を発見することは困難である。そのため、ユーザが基準ぺ一ジの単語を選択したとき、図１０に示すように、基準ページ及び類似ぺ一ジ上の同じ単語をハイライトして強調表示するなど、他の単語と別態様で提示することにより、ユーザが直感的に把握できるようにしている（図参照）。

その他に、図示しないが、基準段落と類似する段落が比較ぺ一ジになかった場合、本システムは類似段落を他の比較ぺ一ジから検索する。そして類似段落が他の比較ぺ一ジにあったとき、基準ぺ一ジ内のその段落に部分類似アイコンを表示する。ユーザがこの部分類似アイコンをクリックした時、システムはその類似段落を含むぺ一ジを別のウィンドウで部分類似ぺ一ジとして表示する。

C まとめ
このように本実施形態では、一の言語（日本語）のＷｅｂサイトを操作するだけで、類似する他の言語（英語）のサイトのぺ一ジが同期して自動で提示および操作され、しかも類似ページにおける段落毎の差異情報も視覚により把握できるため、言語の異なる複数ページの比較閲覧が極めて容易にできる。

なお、本発明は、上記実施形態に限られるものではない。例えば、差異情報の提示方法として前記実施形態では段落を色分けすることによる提示を行ったが、関係する段落を色により提示しただけでは、関連情報をもつ段落の位置がわかるだけであり、段落同士がどのように異なるのか、また段落同士の関係を踏まえたぺ一ジ間の関係がわからない。したがってこれらの関係が明確化されるような、より提示情報量の多い視覚提示方法でも構わない。

また、一の基準サイトに対して多言語複数サイトを比較提示してもよいし、言語変換をデータベースＤ１への登録時に行ってもよい。

その他、本発明は上記図示例に限られず、その趣旨を逸脱しない範囲で種々の変形が可能である。

本発明の一実施形態における類似ページの同時提示システムの模式的機器構成図。 同実施形態におけるクライアントコンピュータの内部機器構成を示す模式的機器構成図。 同実施形態におけるサーバコンピュータの内部機器構成を示す模式的機器構成図。 同実施形態におけるシステムの機能ブロック図。 同実施形態における初期画面を示す実画面図。 同実施形態における比較領域を示す模式図。 同実施形態における基準段落と類似段落の表示態様を示す実画面図。 同実施形態における基準ページと類似ページとの同期スクロールを説明する模式的画面図。 同実施形態における段落の差異情報の表示態様を説明する模式的画面図 同実施形態における単語のハイライト表示態様を示す実画面図。

符号の説明

１ サイト特定部
２ 基準ページ特定部
４ 言語変換部
３ 単語集合情報生成部
５ 類似ページ特定部
６ 表示制御部
Ｐ１ 端末装置（クライアントコンピュータ）
Ｐ２ 情報処理装置（サーバコンピュータ）

Claims (15)

1. 表示の基準となるＷｅｂサイトである基準サイトの識別子を受け付け、その基準サイトを特定するとともに、前記基準サイトとは別の言語で表示されるＷｅｂサイトである比較サイトの識別子を受け付け、その比較サイトを特定するサイト特定部と、
   前記基準サイトの中から、画面に表示されているＷｅｂページである基準ページを特定する基準ページ特定部と、
   前記各サイトに含まれる単語を一つの言語に統一する機能を有した言語変換部と、
   １つのＷｅｂページ又は１つの段落に含まれる単語に基づく情報である単語集合情報を、前記言語変換部を介して他の単語集合情報と比較可能に生成する機能を有した単語集合情報生成部と、
   前記基準ページの単語集合情報と、前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する１又は複数の類似ページを特定する類似ページ特定部と、
   前記類似ページを、前記基準ページと同一画面に表示する表示制御部とを備えている類似ページの同時提示システム。
2. 前記類似ページ特定部が、前記基準ページのうちで画面の所定位置に表示されている段落の単語集合情報である基準段落単語集合情報と、前記類似ページにおける各段落の単語集合情報との比較に基づいて、前記類似ページのうちから基準ページの前記段落に類似する段落である類似段落を特定する機能をさらに有し、
   前記表示制御部が、前記類似段落を画面の所定位置に表示する機能をさらに有している請求項１記載の類似ページの同時提示システム。
3. 前記類似ページ特定部が、前記類似ページにおける各段落の単語集合情報について、前記基準段落単語集合情報との差異情報をそれぞれ生成する機能をさらに有し、
   前記表示制御部が、画面に表示されている類似ページの各段落についての前記差異情報を、視覚での認識が可能なように表示する機能をさらに有している請求項２記載の類似ページの同時提示システム。
4. 前記類似ページ特定部が、単語集合情報を構成する各単語の出現頻度に品詞による重み付け係数をかけた値を要素とする特徴ベクトルを生成するとともに、比較すべき２つの単語集合情報からそれぞれ生成した特徴ベクトル間のユークリッド距離を算出し、そのユークリッド距離が所定の閾値以下である場合に、類似と判断するものである請求項１、２又は３記載の類似ページの同時提示システム。
5. 前記単語集合情報が、出現頻度に品詞による重み付け係数をかけた値が所定の閾値よりも高い単語である１又は複数の主題語と、前記各主題語に関連づけられ、その主題語との共起度が所定の閾値よりも高い単語である内容語の集合とのセットからなるデータ構造を有したものである請求項１、２、３又は４記載の類似コンテンツの同時提示システム。
6. 前記類似ページ特定部が、比較すべき２つの単語集合情報についてそれらの主題語同士及び内容語同士を比較するものである請求項５記載の類似ページの同時提示システム。
7. 前記類似ページ特定部が、前記基準段落単語集合情報との比較において前記主題語が所定以上類似し、かつ内容語同士が所定以上類似する段落を全体類似段落とし、前記主題語のみが所定以上類似する段落を内容相違段落とし、前記内容語のみが所定以上類似する段落を主題相違段落とするものであり、
   前記表示制御部が、前記全体類似段落、内容相違段落及び主題相違段落を視覚での識別が可能なように表示する機能をさらに有している請求項６記載の類似ページの同時提示システム。
8. 前記類似ページ特定部が、単語集合情報を構成する主題語の出現頻度に品詞による重み付け係数をかけた値を要素とする主題語特徴ベクトルと、内容語の出現頻度に品詞による重み付け係数をかけた値を要素とする内容語特徴ベクトルとを生成するとともに、比較すべき２つの単語集合情報からそれぞれ生成した主題語特徴ベクトル間及び内容語特徴ベクトル間のユークリッド距離を算出し、それらユークリッド距離に基づいて類比を判断するものである請求項５、６又は７記載の類似ページの同時提示システム。
9. 前記類似ページ特定部が、前記基準ページに最も類似する１つの比較ページを類似ページとするものである請求項１、２、３、４、５、６、７又は８記載の類似ページの同時提示システム。
10. 前記表示制御部が、前記基準ページと前記類似ページとを同一ウィンドウ内に表示するものである請求項１、２、３、４、５、６、７、８又は９記載の類似ページの同時提示システム。
11. 前記表示制御部が、前記類似ページ内の単語のうち、前記基準ページ内で選択された単語と同一の単語を別態様で表示するものである請求項１、２、３、４、５、６、７、８、９又は１０記載の類似ページの同時提示システム。
12. 表示の基準となるＷｅｂサイトである基準サイトの識別子を受け付け、その基準サイトを特定するとともに、前記基準サイトとは別の言語で表示されるＷｅｂサイトである比較サイトの識別子を受け付け、その比較サイトを特定するサイト特定部と、
    前記基準サイトの中から、画面に表示されているＷｅｂページである基準ページを特定する基準ページ特定部と、
    前記各サイトに含まれる単語を一つの言語に統一する機能を有した言語変換部と、
    １つのＷｅｂページ又は１つの段落に含まれる全部又は一部の単語を構成要素とする単語集合情報を、前記言語変換部を介して他の単語集合情報と比較可能に生成する機能を有した単語集合情報生成部と、
    前記基準ページの単語集合情報と、前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する１又は複数の類似ページを特定する類似ページ特定部とを備えている情報処理装置。
13. 請求項１２記載の情報処理装置と通信可能に接続されたものであって、
    前記類似ページを、前記基準ページと同一画面に表示する表示制御部を備えている端末装置。
14. 表示の基準となるＷｅｂサイトである基準サイトの識別子を受け付け、その基準サイトを特定するとともに、前記基準サイトとは別の言語で表示されるＷｅｂサイトである比較サイトの識別子を受け付け、その比較サイトを特定するサイト特定ステップと、
    前記基準サイトの中から、画面に表示されているＷｅｂページである基準ページを特定する基準ページ特定ステップと、
    前記各サイトに含まれる単語を一つの言語に統一する言語変換ステップと、
    １つのＷｅｂページ又は１つの段落に含まれる全部又は一部の単語を構成要素とする単語集合情報を、前記言語変換ステップを介して他の単語集合情報と比較可能に生成する単語集合情報生成ステップと、
    前記基準ページの単語集合情報と、前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する１又は複数の類似ページを特定する類似ページ特定ステップと、
    前記類似ページを、前記基準ページと同一画面に表示する表示制御ステップとからなる類似ページの同時提示方法。
15. 表示の基準となるＷｅｂサイトである基準サイトの識別子を受け付け、その基準サイトを特定するとともに、前記基準サイトとは別の言語で表示されるＷｅｂサイトである比較サイトの識別子を受け付け、その比較サイトを特定するサイト特定部と、
    前記基準サイトの中から、画面に表示されているＷｅｂページである基準ページを特定する基準ページ特定部と、
    前記各サイトに含まれる単語を一つの言語に統一する機能を有した言語変換部と、
    １つのＷｅｂページ又は１つの段落に含まれる全部又は一部の単語を構成要素とする単語集合情報を、前記言語変換部を介して他の単語集合情報と比較可能に生成する機能を有した単語集合情報生成部と、
    前記基準ページの単語集合情報と、前記比較サイト中のＷｅｂページである各比較ページの単語集合情報との比較に基づいて、前記各比較ページの中から前記基準ページに類似する１又は複数の類似ページを特定する類似ページ特定部としての機能をコンピュータに備えさせることを特徴とするプログラム。