スライド 1

リサーチ・ナビ検索システムの
技術
東京大学情報基盤センター
学術情報研究部門助教
清田陽司
リサーチ・ナビ検索システムの
ポイント
• 「テーマグラフ」の表示
– 件名標目表(NDLSH)とWikipediaのマッシュアップ
• タブデザインの採用
– 用途に応じて表示内容を自由に切り替え
• さまざまな情報資源を統合して検索
– PORTAをはじめとする多くの情報資源にアクセス
• レスポンスの向上
– 検索結果が得られたコンテンツから順次表示
情報探しのニーズ
• Webサーチエンジンで探せる質問＝事実を問う
質問
– 関東大震災はいつ発生しましたか？
– ○○ってどんな病気？
• 本当に探し手が知りたいこと
– 大学の学生「関東大震災についてのレポートを書か
なきゃいけなんだけど、いったいどんな資料から調べ
たらいいの？」
– 難病の患者「この病気について最先端の治療を行っ
ている病院を探す方法は？」
情報の調べ方が曖昧な場合が多い
→調べ方の推薦(レコメンデーション)が必要！
3
Agenda
• なぜWikipediaを使うのか？
– Wikipediaはどうやって作られているのか？
– Wikipediaは信頼できるのか？
– Wikipediaとどう向き合うべきか？
• テーマグラフのしくみ
– 検索したキーワードと件名をどう結びつけているの
か？
• システム開発上の工夫
– タブデザインの採用
– Web APIの活用
– レスポンスの向上
• 図書館がもつ知識の価値の今後は？
Wikipediaとは？
• オンライン百科事典
– 専門家によるオンライン百科事典プロジェクト
「Nupedia」を前身として2001年に発足
– 個人や団体の寄付により運営
• Wikipediaの特徴
– 誰もが編集に参加できる (資格制限なし)
– ボランティアによる執筆・編集・運営
– Wikiシステム(ブラウザでWeb上のテキストを書き
換えることができる)
– 内容は自由に複製・配布・改変できる
Wikipediaの信頼性をめぐる議論
• WikipediaとEncyclopædia Britannicaの比較
– 2005年 Nature 「科学用語について比較したところ、
Wikipediaの方が誤りが少なかった」
– Britannicaは反論
• 査読制度なし
– 「間違いがあれば迅速に訂正できる仕組みを提供す
る」という考え方
• 引用文献として使えるか？
– Wikipediaの創始者Jimmy Wales 「Wikipediaを原典と
して利用すべきではなく、あくまで出発点にすべき」
Wikipediaの秩序維持
誰でも編集できるが自由放任ではない
• ガイドライン (5つの原則)
– Wikipediaは百科事典
– 中立的な観点: 出典の明記
– 利用はフリー: どの個人も特定の項目を支配でき
ない、著作権侵害の禁止
– 行動規範: 敬意、礼儀正しさ、冷静の維持
– 確固としたルールはない: ルールの精神の尊重
• ページ毎のノート (議論、合意形成の場)
• 管理者によるコントロール
– 保護、削除、投稿ブロック、管理者の選任・解任
調べ方推薦の要件
• カバレッジ
– どんなキーワードに対しても何かをお薦めして
欲しい
– これができないと結局使ってもらえない
• 組織化
– 「これを見た人はこんな情報も見ています」で
は不十分！
– 分類ごとにお薦めすべき情報資源には定番が
存在
• 信頼性
– 「ネットでググる」だけでは不十分！
– 信頼できる情報資源が必要
Wikipediaを橋渡しとして、信頼できる情報
8
資源をお薦めできないか？
Web
情報資源
Wikipedia
図書館
情報資源
Wikipediaの構造
各記事にはカテゴリが
付与されている
• いわゆるフォークソノ
ミーの特徴を有する
• カテゴリにもカテゴリ
を付与できる(ゆるや
かな階層構造)
• 複数の上位概念を与
えることができる(多
重継承)
価格
価格（かかく）とは、有形・無形の各種の商品
（サービスを含む）の取引に際して提示される金
額を言う。基本的には需要と供給のバランスに
よって決定される。一般には、値段（ねだん）とも
呼ばれる。
…
カテゴリ: [マーケティング][経済学][市場]
社会科学
社会
経済
労働
産業
ビジネススキル
商業
経営学
マーケティング
流通
経済学
価格
市場
9
タクソノミーとフォークソノミー
タクソノミー
• トップダウン的な分類
• ひとつの上位概念
電池
電気化学
電離層
燃料電池
電池
太陽電池
フォークソノミー
• ボトムアップ的な分類
• 複数の上位概念
再生可能半導体
エネルギー素子
磁気化学
蓄電池
図書館的な分類体系
燃料電池
太陽電池
トランジスタ
Web的な分類体系
10
タクソノミー型
構造
社会科学
社会
経済
労働
産業
ビジネススキル
商業
経営学
マーケティング
フォークソノミー型
構造
流通
経済学
価格
市場
11
リサーチ・ナビとWikipedia
• Webと図書館をつなぐ中間的な情報資源とし
いて扱う
• 調べものの出発点として位置づけ
– Wikipediaの記事を最終的なゴールとはしない
– Wikipediaへのリンクは「百科事典」タブ内に集約
• 表記揺れ辞書として利用
– 「線形代数学」と「線型代数学」
12
提案: Wikipediaと図書館分類体系の
対応づけ
図書館の分類体系をWikipediaで拡張してみよう！
• Wikipedia
– Webの汎用的な情報資源としては最も組織化されてい
る(Wikipediaカテゴリ)
– Web上の他の情報資源との親和性をもつ
• 図書館分類体系(件名標目表、書架分類法)
– 人類が営々と積み重ねてきた知識体系
– 価値判断に必要な情報資源への有力なポインタ
両者を組み合わせて利用することによって、キー
ワードから探索テーマ（＝件名）を自動導出する
→ 導出された件名に関連する情報資源を提示 13
自然科学(400)
社会科学(300)
「地震防災の事典」(岡
経済(330) 田恒男ほか,
社会(360) 2000年)
経済史(332)
「経済学事典」(日本
経済新聞社,
経済史-日本 1996年)
(332.1)
経済史-日本
-平成時代
(332.107)
「日本被害地震総覧」
地球科学(450)
建築学(520)
(宇佐美龍夫, 2003年)
地震学(453) 建築構造(524)
社会福祉(369)
災害
地震災害
災害
日本の
経済史
災害と防災の
歴史
平成時代
震災が日本経済に
与えた影響
地震
地震誌(453.2)
経済史
技術(500)
地震予知
耐震建築
図書館オントロジー
(NDC, NDLSH)
Wikipedia
震災がその後の
防災対策に
与えた影響
地震の歴史
阪神・淡路大震災
地震
震災を引き起こした
地震(1995年兵庫県
南部地震) 14
情報探索の
スタート地点
Web情報資源(サーチエンジン)
フォークソノミー
Wikipedia
図書館
分類体系
•NDC
•BSH
多様な情報資源
•入門書
•レファレンスブック
•各種データベース
•学術雑誌論文
•過去の文献・資料
情
報
の
専
門
性
・
信
頼
性
対応づけ→
深い情報探
索へ
15
テーマグラフの導出
• 入力したキーワードにマッチするWikipediaの
記事を出発点として、カテゴリネットワークを
芋づる式にたどる
• 探索を発散させないための工夫
– NDLSHにたどりつかない経路はカットする
– カテゴリ間の意味の類似度を考慮し、関連性の
低い経路はカットする
16
項目
「燃料電池」
スコア1.0
カテゴリ
「電池」
スコア0.7
カテゴリ
「電気化学」
スコア0.3
カテゴリ
「電子部品」
スコア0.3
カテゴリ
「自動車工学」
スコア0.4
カテゴリ
「自動車」
スコア0.35
カテゴリ
「節予定」？
スコア0.4
カテゴリ
「予定」？
スコア0.3
?
17
性能向上には
電子工学、材料工学、
化学などの分野にまた
がった知見が必要？
環境問題解決の切り札と
して注目されている？
燃料電池の普及がCO2の
削減にもたらす効果は？
将来の企業経営に与え
るインパクトは？
エネルギー政策の立案
においてどのような位置
づけがなされているか？
燃料電池が一般家庭に
普及した場合、電力網の
安定性にどのような影響
があるか？
膨大な研究開発費は自
動車メーカーから投入さ
れている？
燃料電池の普及が生態
系にもたらす影響は？
検索システムの画面デザイン
• リサーチ・ナビCMS (Movable Type)と共通の
デザイン
– 利用者は両者の違いを意識せず使える
• タブデザインの採用
– 画面領域の制約の緩和
– 利用者の目的に応じて振り分け
• 「すべて」タブ内でのサマリ表示
– コンテンツの俯瞰が可能
• 「検索履歴」リストボックス
– いつでも立ち戻って調べることができる
(1) 検索キーワードの
入力ボックス
(4) 検索履歴
リストボックス
(2) 表示内容切り替えタブ
各々のタブ内のコンテンツの
サマリー
(3) 検索結果表示
エリア
調べ方案内
レファレンス共同DB
NDL OPAC
雑誌記事索引
近代デジタルライブラリー
参考図書紹介
目次データベースなど
テーマグラフに含まれる件名標目
日本十進分類法(NDC)
関連標目
テーマグラフ本体
関連キーワードの
タグクラウド
様々な情報資源への統合アクセス
• NDL PORTA API
– 「調べ方ガイド」「国立国会図書館にある本」
• リサーチ・ナビ内部の検索インデックス
– リサーチ・ナビCMSに搭載されたコンテンツ
– Wikipedia全文データ
• 関連キーワード抽出
– Wikipediaから生成した文書＝単語マトリックス
• テーマグラフ導出エンジン
cf. 書籍販売WebサイトのAPI
クリアすべき課題はあるが意義は大きい
検索
キーワード
入力ボックス
ハイパー
リンク
検索履歴
リスト
ボックス
検索
コント
ローラ
テーマグ
ラフRPC
分類導出
RPC
「キーワード」
タブ
関連KW
RPC
分類自動導出
エンジン
関連KW
抽出
エンジン
分類体系
DB
KW
マトリックス
分類体系DB生成
マトリック
ス生成
NDLSH
「すべて」
タブ
Wikipedia
百科事典
RPC
「百科事典」
タブ
調べ方ガ
イドRPC
「調べ方」
タブ
NDL目次
検索RPC
レファレ
ンス事例
RPC
「本・サイト」
タブ
NDL書籍
検索RPC
Lucene検索エンジン
インデックス
インデックス
ユーザ
インタ
フェース
(Web
ブラウザ)
書籍販売
サイトRPC
バック
エンド
サーバ
インデックス
Luceneインデクサ
リサーチ・ナビCMS
PORTA
API
書籍販売
サイトAPI
レスポンスの向上
情報資源の中には検索時間がかかるものもある
→ システム全体への影響を最小限に抑える必要
AJAX技術による実装
• システムロジックの大部分をブラウザ側で実行
– サーバ側の処理負担軽減
• 非同期呼び出し
– 結果が得られたコンテンツから順次表示
まとめ
• Wikipediaと図書館分類体系の統合利用によって、
パスファインダーに近い「情報探索のヒント提示」を
可能とした
– 情報探索の多様な「切り口」の提示
– 信頼性のある情報資源への誘導
• 「図書館かWebか」という二項対立ではなく、両者の
役割を踏まえた見方が大事
– 図書館: 信頼性、組織化
– Web: どんなキーワードからでも探せる
29
図書館の知識の価値
• Webサーチエンジンの普及に大きな影響を受
けている
• 図書館の最大の価値＝情報資源の多様性
– 利用者へのプレゼンテーションが非常に重要
– ランキングではない見せ方
– 探すプロセスを楽しんでもらう工夫
• 個人の知識欲と図書館の体系をどうつなぐ？
– 「自分なりの本棚を作る」お手伝いができれば幸
いです

Download Report