パクリ記事検出プログラム

【著者】

がくしです

【パクリ記事の是非】

法律とか規約とかは、

私の専門外の話なので、

運営さんに聞いてきました。

パクリ記事掲載は規約違反だけど、

著作権を持つ人が被害を訴えないと、

パクリ判定が出来ない、とのこと。

【葛藤】

著作権侵害は、

当事者間の問題であると理解しました。

しかしながら、

明らかなパクリ記事を、

放置するのは不健全です。

かといって、

私の独善でパクリ判定した記事を

通報していくのは本望ではありません。

何故なら、

非中央集権的サービスにおいて、

スマコン外のルールを強いることは、

不健全な確執を生むと考えているからです。

steemitでの騒動も記憶に新しいでしょう。

しまりすの死を無駄にする訳にはいきません。

さて、どうしたものでしょうか。

【結論】

抑止力を作るに留める事にしました。

パクリと思しき記事を、

検出するプログラムです。

今すぐ何をするでもなく、

いざとなれば検出できるんだよ、

というメッセージに留めます。

パクリ常習犯の良心に届けば幸いです。

【プログラムの処理内容】

●ALIS最新記事のデータを取得

●各記事本文の一節をgoogle検索

●指定されたニュースサイトの記事のみ選出

　今回はコインの森を使用

●ニュースサイト記事とALIS記事の類似度を算出

【実行結果】

直近3日分の記事をチェックしました。

一応、特定出来ないように伏せてます。

similarityが0.9超えると、パクリ説濃厚ですね。

【ソース】

今回は検出自体が目的出ないので、

割とザルなシステムになってます。

もし興味のある方がいれば、

これをたたき台にでもして、

より良いものを作ってもらえればと。

【最後に】

再三繰り返しますが、

今回はパクリ検知が目的ではないです。

そもそも、類似度が高くても、

著作権者が許可している可能性もありますし。

ただ、これをきっかけに、

悪い事をする人が減ってくれれば嬉しいです。

かしこ。