CiNii のメタデータ・デザイン

国立情報学研究所大向 一輝

Twitter: @i2k

自己紹介

国立情報学研究所 コンテンツ科学研究系（教員）

セマンティックウェブ・ソーシャルメディア Linked Open Data ・ LODAC プロジェクト

学術コンテンツサービス研究開発センター 学術基盤推進部学術コンテンツ課システム室長

CiNii （論文）・ NACSIS-CAT （大学図書館） 株式会社グルコース

日本最古？の RSS リーダー（ 2002 〜）

CiNii とは

国内最大規模の学術情報サービス 論文（ CiNii Articles ）

国内学会誌・紀要のデジタル化 本文 400 万件 書誌 1500 万件

書籍・雑誌（ CiNii Books ） [New!] 大学図書館の蔵書データベース 書誌 1100 万件 所蔵 1 億 1000 万件 著者名典拠 150 万件

書誌データを RDF で提供

学術情報とメタデータ

学術情報分野の特徴 情報の構造化を生業とする職業集団・組織がある

研究者（大学・研究機関）・学会・図書館… 情報の構造化フォーマットが共有されている

タイトル・著者名・抄録・本文・参考文献… フォーマットを変換するだけでメタデータが出せる

CiNii Articles のメタデータ

検索： OpenSearch RSS 1.0 （＝ RDF ）と Atom 1.0

RSS/Atom 基本語彙＋ Dublin Core （ Simple ） 一般のブラウザ・フィードリーダーで扱えるように

Prism Standard 書誌情報は国際標準に準拠（ Nature など）

書誌： RDF Dublin Core ＋ Prism Standard （書誌情報）※日・英 FOAF （著者情報）

独自語彙は極力使用しない はじめての試みだったため その後…

CiNii Articles のメタデータ

検索 RSS と書誌 RDF をつなぐ 課題・問題点

RDF と HTML と実体をどうつなぐか？ 著者が空白ノード（ URI なし）

CiNii 著者検索

NII 著者 ID (NRID) の導入 科研費番号＋機械処理による著者への ID 付与 著者ごとに URI を発行（著者パーマリンク）

NRID ベースの論文検索機能 著者名→ ID リスト→論文リスト API の提供

新たなデータ生成・管理モデル 研究成果の活用 ユーザーフィードバック

組織

機械 ユーザ

CiNii Books のメタデータ

検索： OpenSearch RSS/Atom 基本語彙＋ Dublin Core （ Simple ）＋ Prism

Standard CiNii Articles と同じ

書誌： RDF Dublin Core ＋ Prism Standard （書誌情報） FOAF （著者名典拠） Bibliographic Ontology （所蔵情報） CiNii 独自語彙

CiNii のメタデータ設計

設計方針をどうするか？ データ構造・語彙… 厳密性と利便性のトレードオフ

日本語読み問題 書誌の階層問題

ウェブ API として考える できるだけ開発者が使いやすいように

シンプルなデータ構造 ライブラリの普及状況を念頭に 世界標準（ Dublin Core ・ FOAF など）

CiNii メタデータへのアクセス

アプリケーション ID （ appid ）の取得 OpenSearch

REST appid 必須

RDF URI+.rdf

appid 推奨 コンテントネゴシエーション実装予定

アクセス状況 月間 1000 万〜 2000 万アクセス

CiNii ウェブ API コンテスト

2回開催（ 2009 ・ 2010 ） 第 1回： 24 件 第 2回： 33 件

Mashup award への参加 LODチャレンジへの協力

論文ったー

まとめ

Library Linked Data （ LLD ）の潮流 各国の国立図書館典拠データの公開 アメリカ・イギリス・フランス・ドイツ… 国立国会図書館

何のための Linked Open Data ？ 公開すること自体の重要性・ドメイン内の相互利用 ドメインを超えた相互利用

自身が持つデータの新たな価値を知る

困っていること

Linked Open Data の要件は厳しい Cool URI ・コンテントネゴシエーション ライセンス（ CC0 ？） SPARQL

そもそもリンクするのが難しい 100 万アクセス / 日 オンデマンドのリンクは実質不可能（爆撃） 名寄せ

ID の URI をどうするか（ ISBN ・ ISSN ） プロパティ？ HTTP URI ？ URN ？ rdf:datatype ？

IR/NIR 問題 作り直したい症候群