ChatGPTを活用した世界のニュース収集・翻訳・分析プログラム



 

🌍 ChatGPTを活用した世界のニュース収集・翻訳・分析プログラム

PythonとChatGPT（OpenAI API）を活用し、世界のニュースを収集・日本語に翻訳・データ保存・分析するプログラム を作成します！
✅ GoogleニュースAPIやウェブスクレイピングでニュース収集
✅ ChatGPT（OpenAI API）を活用し、ニュースを自動翻訳＆要約
✅ 人気キーワードを抽出し、流行を可視化
✅ データをCSV・Excel・JSON形式で保存

📌 1. 必要な環境を準備

UbuntuStudioで動作させるため、まずは必要なPythonライブラリをインストールします。

📌 必要なPythonライブラリ

sudo apt update && sudo apt upgrade -y
pip3 install requests beautifulsoup4 pandas openpyxl openai wordcloud matplotlib

📌 OpenAI APIキーの取得

  1. OpenAIのAPIキー を取得
  2. APIキーを環境変数として設定（またはコードに直接記述）
export OPENAI_API_KEY="あなたのAPIキー"

🚀 2. 世界のニュースを収集

GoogleニュースのRSSフィードを使って、英語の最新ニュースを取得 します。

📌 Pythonコード（Googleニュースのスクレイピング）

import requests
from bs4 import BeautifulSoup
import pandas as pd
import time

# ====== 収集するニュースカテゴリ（英語版Googleニュース） ======
NEWS_SOURCES = {
    "World": "https://news.google.com/rss?hl=en-US&gl=US&ceid=US:en",
    "Technology": "https://news.google.com/rss/topics/CAAqJggKIiBDQkFTRWdvSUwyMHZNRFp1YlY4U0FuUnlLQUFQAQ?hl=en-US&gl=US&ceid=US:en",
    "Science": "https://news.google.com/rss/topics/CAAqJggKIiBDQkFTRWdvSUwyMHZNRFp1YlY4U0FuUnVLQUFQAQ?hl=en-US&gl=US&ceid=US:en"
}

def get_news_articles():
    news_data = []

    for category, url in NEWS_SOURCES.items():
        print(f"🔍 {category} のニュースを取得中...")
        response = requests.get(url)
        soup = BeautifulSoup(response.text, "xml")

        articles = soup.find_all("item")[:5]  # 各カテゴリで最新5件取得
        for article in articles:
            title = article.title.text
            link = article.link.text
            pub_date = article.pubDate.text
            news_data.append([category, title, link, pub_date])

    df = pd.DataFrame(news_data, columns=["カテゴリ", "タイトル", "URL", "公開日"])
    df.to_excel("world_news.xlsx", index=False)
    print("✅ 世界のニュースを取得完了！")
    return df

df_news = get_news_articles()

✅ 最新のニュースを「world_news.xlsx」に保存！

📌 3. ChatGPTを使ってニュースを日本語翻訳

OpenAIのChatGPT APIを使って、取得したニュースタイトルを日本語に翻訳＆要約 します。

📌 Pythonコード（ChatGPT APIで翻訳）

import openai
import os

# ====== OpenAI APIキーを設定（環境変数から取得） ======
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
openai.api_key = OPENAI_API_KEY

def translate_news(df):
    translated_news = []

    for index, row in df.iterrows():
        title = row["タイトル"]
        url = row["URL"]

        prompt = f"""
        以下のニュースタイトルを日本語に翻訳し、簡潔に要約してください：
        "{title}"

        - 日本語訳：
        - 要約：
        """

        response = openai.ChatCompletion.create(
            model="gpt-4",
            messages=[{"role": "user", "content": prompt}]
        )

        translated_text = response["choices"][0]["message"]["content"].split("\n")

        translated_title = translated_text[1].replace("- 日本語訳：", "").strip()
        summary = translated_text[2].replace("- 要約：", "").strip()

        translated_news.append([row["カテゴリ"], translated_title, summary, url, row["公開日"]])

        time.sleep(1)  # APIのリクエスト制限回避

    df_translated = pd.DataFrame(translated_news, columns=["カテゴリ", "日本語タイトル", "要約", "URL", "公開日"])
    df_translated.to_excel("translated_news.xlsx", index=False)
    print("✅ ニュース翻訳＆要約完了！")
    return df_translated

df_translated = translate_news(df_news)

✅ ニュースを日本語に翻訳＆要約し、「translated_news.xlsx」に保存！

📊 4. 流行ワードをワードクラウドで可視化

ChatGPTで翻訳・要約したニュースから トレンドワードを抽出し、ワードクラウドで可視化 します。

📌 Pythonコード（ワードクラウド作成）

from wordcloud import WordCloud
import matplotlib.pyplot as plt

def generate_wordcloud(df):
    text = " ".join(df["日本語タイトル"] + " " + df["要約"])
    wordcloud = WordCloud(width=800, height=400, background_color="white", font_path="/usr/share/fonts/truetype/dejavu/DejaVuSans-Bold.ttf").generate(text)

    plt.figure(figsize=(10, 5))
    plt.imshow(wordcloud, interpolation="bilinear")
    plt.axis("off")
    plt.title("世界ニュースのトレンドワードクラウド")
    plt.savefig("news_trend_wordcloud.png")
    plt.show()

generate_wordcloud(df_translated)

✅ 世界のニュースから抽出したトレンドワードをワードクラウドで可視化！

📌 5. ChatGPTに流行分析を依頼

最後に、ChatGPTに流行分析を依頼するプロンプトを作成。

📍 プロンプト例

「以下のデータは最近の世界ニュースのタイトルと要約です。このデータを基に、最新のトレンドを分析してください。

[ニュースタイトル・要約のリスト]

- 現在の世界の流行トピックTOP5
- どの分野（政治・テクノロジー・経済など）が多いか？
- 今後の予測
- このトレンドが日本にどのような影響を与える可能性があるか？」

✅ ChatGPTに要約＆分析を依頼し、世界のトレンドを把握！

✅ まとめ

🚀 Pythonで世界のニュースを自動取得・翻訳・分析するプログラムを作成！
✅ GoogleニュースAPIをスクレイピングし、最新ニュースを収集
✅ ChatGPT APIでニュースを日本語に翻訳＆要約
✅ ワードクラウドで流行ワードを可視化
✅ ChatGPTに分析を依頼し、世界のトレンドを把握

このプログラムを定期実行すれば、世界のニュースを毎日自動収集＆分析 できます！✨
質問やカスタマイズの相談があれば、お気軽にどうぞ！ 🚀

コメント

コメントを投稿

このブログの人気の投稿

ヨーヨーの科学：回転の不思議に迫る

イメージ
  ヨーヨーの科学：回転の不思議に迫る ヨーヨーは、世界中で愛されるおもちゃであり、紀元前5世紀の古代ギリシャで陶器製のヨーヨーが使用されていたという記録が残っています。そのシンプルな構造からは想像もつかないほど複雑で興味深い物理現象を秘めています。本稿では、ヨーヨーの動作原理を科学的に解き明かし、その奥深さを探求していきます。 ヨーヨーの構造 ヨーヨーは、基本的には軸で繋がれた二つの円盤と、その軸に巻き付けられた紐から構成されています。円盤は、一般的にプラスチック、木材、金属などの素材で作られており、形状も様々です。軸には、ベアリングと呼ばれる回転をスムーズにするための部品が組み込まれているものもあります。ベアリングには、ボールベアリングや固定軸など、様々な種類があり、スリープ時間やヨーヨーの性能に影響を与えます。 ヨーヨーの動作：紐と回転の相互作用 ヨーヨーが手から離れてから戻るまでの動作を分解してみましょう。一見単純に見えますが、重力、慣性、回転運動、摩擦力など、様々な物理法則が複雑に絡み合っています。 落下 : ヨーヨーを放すと、重力によって下に加速しながら落下していきます。 回転 : 紐が軸に巻き付いているため、ヨーヨーは落下しながら回転運動を始めます。この時、ヨーヨーの持つ位置エネルギーは回転運動のエネルギーに変換されます。驚くべきことに、紐が長いほど、位置エネルギーが大きくなり、より多くの回転運動エネルギーに変換されるため、スリープ時間が長くなります。 スリープ : 紐が最後までほどけると、ヨーヨーは回転エネルギーを保ったまま、その場で回転し続けます。これを「スリープ」状態と呼びます。 戻り : 紐を軽く引くと、軸周りの摩擦力によってヨーヨーが巻き戻り、手元に戻ってきます。 スリープ状態を維持するメカニズム：回転エネルギーと摩擦のバランス ヨーヨーの最大の特徴とも言える「スリープ」状態は、どのように維持されているのでしょうか？ これは、ヨーヨーの回転エネルギーと摩擦力の絶妙なバランス、そして角運動量と呼ばれる物理量によって実現されています。 回転する物体は、回転エネルギーと呼ばれるエネルギーを持っています。ヨーヨーがスリープ状態にある時、この回転エネルギーは可能な限り維持されようとします。同時に、回転する物体は、回転の勢いを保とうとする性質、す...
続きを読む

Q4OS：WindowsやMacOSに代わる軽量Linuxディストリビューション

イメージ
  Q4OS：WindowsやMacOSに代わる軽量Linuxディストリビューション Windows 7のサポート終了が2020年1月に迫り、多くの企業や個人が、古いPCの活用方法に頭を悩ませています。Windows 10/11といった新しいOSは、より高いハードウェアスペックを要求するため、古いPCでは動作が重く、快適に利用できないケースも少なくありません。このような状況下、軽量なLinuxディストリビューションであるQ4OSが注目を集めています。Q4OSは、Debian GNU/LinuxをベースとしたOSで、Windows XPに似たデスクトップ環境を提供し、古いPCでも軽快に動作するのが特徴です。 本稿では、Q4OSの特徴、利点、欠点、AIを用いたコンテンツ制作やブログ制作における活用方法、Windows/MacOSとの比較、導入に伴うリスクや課題、将来性などを詳細に解説し、Q4OSをWindows/MacOSの代替として活用する可能性を探ります。 Q4OSとは Q4OSは、ドイツのQ4OSチームが開発したDebian GNU/Linuxベースの軽量Linuxディストリビューションです。 最大の特徴は、その軽快な動作にあります。 最新のマシンはもちろん、Windows XP世代の古いマシンでも軽快に動作し、快適な作業環境を提供します。 1 また、Windows XPに似たデスクトップ環境を提供することで、Windowsユーザーにとって馴染みやすい操作性を実現しています。 2 Q4OSの特徴 Q4OSは、以下の特徴を持つLinuxディストリビューションです。 軽量で高速な動作 : 低スペックPCでも快適に動作するように設計されており、起動やシャットダウンも高速です。インストールに必要なメモリはわずか256MBからで、CPUも1GHzのプロセッサがあれば十分動作します。 3 Windowsライクな操作性 : Windows風のデスクトップ環境「Trinity Desktop Environment (TDE)」を採用し、スタートメニューやタスクバーなど、Windowsユーザーにとって馴染みやすいインターフェースを提供しています。 4 ファイルエクスプローラーのレイアウトやウィンドウ操作もWindowsに似ており、違和感なく移行できます。 3 高い安定...
続きを読む

軽快動作！Windowsにクリソツ！Q4OSは神的かも！

イメージ
  こみつ ：最近、うちのThinkPad T440sとThinkPad L570にQ4OSをインストールしてみたんだけど、驚くほど快適に使えているよ。この機種では重い処理はさせないから、軽量OSでも十分なんだよね。 早苗 ：それは素晴らしいね、こみつちゃん！Q4OSは軽量で効率的な設計が特徴だから、特に古いハードウェアやリソースが限られたマシンでもスムーズに動作するんだ。文章作成やプログラムコードの作成など、日常的なタスクには最適だと思うよ。 こみつ ：確かに、普段の作業でストレスを感じることは全くないね。でも、Q4OSって具体的にどんな特徴があるの？ 早苗 ：Q4OSはDebianをベースにしたLinuxディストリビューションで、軽量でユーザーフレンドリーな設計が特徴だよ。特に、Trinity Desktop Environment（TDE）を採用していて、これは古いKDE 3をフォークしたもので、Windows XPに似た外観を持っているんだ。そのため、Windowsからの移行もスムーズに行えるのが魅力だね。 citeturn0search20 こみつ ：なるほど、だから使いやすいんだね。でも、ソフトウェアのインストールとかはどうなの？ 早苗 ：Q4OSには「Software Centre」という独自のソフトウェア管理ツールが用意されていて、これを使えば主要なアプリケーションを簡単にインストールできるよ。また、必要に応じてKDE DiscoverやFlatpakを導入することも可能だから、ソフトウェアの選択肢は豊富だと思うよ。 citeturn0search20 こみつ ：それは便利だね。ところで、Q4OSのシステム要件ってどのくらいなんだろう？ 早苗 ：Q4OSのシステム要件は、選択するデスクトップ環境によって異なるんだ。例えば、Trinity Desktop Environmentを使用する場合、最低でも300MHzのプロセッサ、128MBのRAM、そして3GBのディスク容量が必要とされているよ。一方、KDE Plasmaを使用する場合は、1GHzのプロセッサ、1GBのRAM、5GBのディスク容量が推奨されているんだ。 citeturn0search18 こみつ ：そんなに低いスペックでも動くんだね。古いパソコンの...
続きを読む