コンテンツにスキップ

英文维基 | 中文维基 | 日文维基 | 草榴社区

I-Scover

リンクを追加
出典: フリー百科事典『ウィキペディア（Wikipedia）』
（あいすかばーから転送）
I-Scover
I-Scover
I-Scover
URL
http://i-scover.ieice.org/
タイプ 文献検索システム
分野 電子情報通信学会が著作権を保有する文献、及び企業誌。メタデータの例：タイトル、著者、著者の所属、概要、キーワード、著作権、査読有無、使用言語、出版物、発行日、イベントなど。
使用言語 日本語、英語
項目数 文献数: 241,181、用語数: 324,775、著者数: 277,187、組織数: 30,419、出版数: 18,373、イベント数: 11,493（2017年9月1日現在）
閲覧 無料
著作権 電子情報通信学会
運営元

電子情報通信学会

I-Scoverひろば
営利性 文献の検索と閲覧、学会活動の周知、研究動向の分析、研究コミュニティの発見
設立 2013-04-03
設立者 電子情報通信学会
現状 2018年3月31日に稼動停止
I-Scoverの検索インタフェース
I-Scoverの検索インタフェース
I-Scoverの詳細検索インタフェース
I-Scoverの詳細検索インタフェース
検索キーワードのメタデータ表示
検索キーワードのメタデータ表示

I-Scover（あいすかばー、IEICE Knowledge Discovery）は、2013年4月3日より公開された電子情報通信学会の文献検索システムである[1]。I-Scoverは、電子情報通信学会が著作権を保有する論文誌や研究会などの文献のメタデータをはじめ、日本電信電話株式会社 (NTT)や日本電気株式会社 (NEC)、沖電気工業株式会社 (OKI)などの各社が発行する企業誌のメタデータが登録されている。I-Scoverは、メタデータをLinked Open Data (LOD)の形式で蓄積しており、一般的な検索システムの機能に加え、OpenSearch APIやSPARQL API (SPARQL Endpoint)の各機能を提供している[2]。平成30年3月29日をもって運用を停止している[3]。

概要

[編集]

I-Scoverは、キーワードや著者名、組織名などを検索フォームに入力して検索する一般的な検索システムの機能に加え、外部のアプリケーションからアクセス可能なOpenSearch APIとSPARQL API (SPARQL Endpoint)の2つのAPIを一般公開している。APIを利用することでI-Scoverの文献データベースに自由にアクセスでき、文献検索だけでなく研究動向や研究コミュニティなどの分析が可能となる[4]。2017年9月1日現在、I-Scoverには24万件以上の文献をはじめ、27万人規模の著者、32万件規模の技術用語がLinked Open Data (LOD)の形式で登録されている。

I-Scoverの"I"はIEICEの"I"であるとともに、I（私）を意味しており、I-Scoverの発音がI discoverと聞こえることから名付けられたものである。

I-Scoverは、電子情報通信学会の登録商標である。

文献検索

[編集]

I-Scoverは、文献のタイトルやキーワード、概要、発行日などのメタデータをLinked Dataとして蓄積しており、1語のキーワードによる直観的な検索や、個々のメタデータを指定した詳細検索の機能を提供している[5]。I-Scoverは、CiNii ArticlesやIEEE Xploreなどの一般的な文献検索システムとは異なりメタデータが互いにリンクされているため、メタデータを辿ることで知識を横断するような文献検索が可能である。著者やキーワードなどのメタデータは、電子情報通信学会の事務局により名寄せが行われており、メタデータの質向上が図られている[6]。

Linked Data

[編集]

Linked Dataは、Resource Description Framework (RDF)に基づき主語、述語、目的語の3つ組（Triple）で個々のリソース（メタデータ）を意味的にリンクし、メタデータを体系的に整理したデータである。オープンデータとして公開されたLinked DataをLinked Open Data (LOD)という。I-Scoverは、Linked Dataを一般公開していないが、OpenSearch APIやSPARQL APIを通じて得られるデータに関してはオープンデータとして取り扱うことができ、メタデータの二次利用によるアプリケーション開発、及び公開が可能である。

I-Scoverは、各種メタデータをArticle（文献）、Term（技術用語）、Person（著者）、Organization（組織）、Publication（出版物）、Event（イベント）の6つのクラスに分類して管理している[7]。また、この他にデータ数は僅かであるが、Multimedia（マルチメディア）とOnlineService（オンラインサービス）の2つのクラスを定義してメタデータを管理している。

RDFのTriple構造
RDFのTriple構造
I-Scoverが蓄積しているLinked Dataの代表的な述語構造
クラス 述語

(prefix:property)

データ型 出現回数

[Min, Max]

内容
Article dcterms:title xsd:string [1, 2] タイトル
fabio:hasSubtitle xsd:string [0, -] サブタイトル
dcterms:abstract xsd:string [0, 2] 概要文
dcterms:subject xsd:anyURI [0, -] キーワード
iscover:authorInfos

　　rdf:Description

　　　　iscover:authorInfo

　　　　　　rdf:Description

　　　　　　　　iscover:author

　　　　　　　　iscover:affiliation

xsd:anyURI [1, -] 著者とその所属
dcterms:language dcterms:ISO639-2 [0, 1] 言語
iscover:articleType xsd:string [0, 2] 文献の種類
iscover:articleTypeDetail xsd:string [0, 2] 文献の種類（詳細）
iscover:peerReview xsd:string [0, 2] 査読の有無
iscover:rightsHolder xsd:string [0, 2] 著作権保持者
iscover:license xsd:string [0, -] ライセンス
iscover:section xsd:anyURI [0, 1] 特集名（会誌、論文誌）
iscover:featureName xsd:string [0, -] 特集名（その他）
iscover:relatedToEvent xsd:anyURI [0, 1] イベント
iscover:relatedToSession xsd:anyURI [0, 1] セッション
iscover:technicalField xsd:anyURI [0, 1] 技術分野
iscover:articleNumber xsd:string [0, 2] 文献番号
iscover:award xsd:string [0, -] 表彰
prism:startingPage xsd:int [0, 1] 開始ページ番号
prism:endingPage xsd:int [0, 1] 終了ページ番号
dc:format xsd:string [0, 2] フォーマット
dcterms:issued xsd:date [0, 1] 発行日
iscover:announceDate xsd:date [0, 1] 発表日
dcterms:isPartOf xsd:anyURI [0, 1] 出版物
iscover:publicationType xsd:string [0, 2] 出版物の種類
dcterms:bibliographicCitiation xsd:anyURI [0, 1] 本文の紹介ページ
dcterms:identifier xsd:anyURI [0, 1] 本文
prism:doi xsd:string [0, 1] DOI
Term rdfs:label xsd:string [1, -] 技術用語
skos:prefLabel xsd:string [1, -] 技術用語
xl:altLabel xsd:string [0, -] 同義語
skos:broader xsd:anyURI [0, -] 上位概念の用語
skos:related xsd:anyURI [0, -] 関連用語
foaf:primaryTopic xsd:anyURI [0, 1] DBpediaリンク
Person foaf:name xsd:string [1, 2] 人名
vcard:org xsd:anyURI [0, -] 所属
Organization rdfs:label xsd:string [1, -] 組織名
foaf:name xsd:string [1, -] 組織名
Publication dcterms:title xsd:string [1, -] タイトル
dcterms:isPartOf xsd:anyURI [0, 1] 出版物
iscover:rightsHolder xsd:string [0, 2] 著作権保持者
prism:number xsd:string [0, 1] 出版物番号
prism:publicationDate xsd:date [0, 1] 発行日
prism:volume xsd:string [0, 1] 巻号
dc:publisher xsd:string [0, 2] 発行者
Event dcterms:title xsd:string [1, 2] タイトル
dcterms:isPartOf xsd:anyURI [0, 1] イベント（マスター）
ical:categories xsd:string [0, 2] カテゴリ
iscover:sessionNumber xsd:string [0, 1] セッション番号
iscover:city xsd:string [0, 2] 開催都市
iscover:venue xsd:string [0, 2] 開催場所
swrc:startDate xsd:date [0, 1] 開始日
swrc:endDate xsd:date [0, 1] 終了日
foaf:homepage xsd:anyURI [0, 1] ホームページ
Multimedia dcterms:title xsd:string [1, 2] タイトル
dcterms:format xsd:string [0, 2] フォーマット
dcterms:description xsd:string [0, 2] 説明文
dcterms:subject xsd:anyURI [0, -] キーワード
iscover:relatedDocumentUri xsd:anyURI [0, 1] 関連文献
iscover:relatedToOnlineService xsd:anyURI [0, 1] オンラインサービス
I-Scover SPARQL APIの検索インタフェース
I-Scover SPARQL APIの検索インタフェース

SPARQL

[編集]

SPARQLは、RDFクエリ言語の1つであり、Linked Dataのリソースを対象とした検索や分析が可能である。I-Scoverは、SPARQL APIを提供しており、文献メタデータを用いた高度な検索や分析を可能としている[8]。

I-Scover SPARQL API: https://i-scover-api.ieice.org/iscover/api/sparql

例1. 文献数を取得

[編集]
select
    count(*)
where {
    ?articleIRI
    a iscover:Article.
}

例2. クラスとその使用回数を取得

[編集]
select
    ?object
    count(?object) as ?total
where {
    ?subject
    a ?object.
}
group by ?object
order by desc(?total)

例3. 述語の一覧を取得

[編集]
select
    ?predicate
where {
    ?subject
    ?predicate ?object.
}
group by ?predicate
order by asc(?predicate)

例4. 「センサネットワーク」と「消費電力」が概要文に含まれる最新の文献20件を取得

[編集]
select
    ?articleIRI
    ?title
where {
    ?articleIRI
    dcterms:title ?title;
    dcterms:abstract ?abstract;
    dcterms:issued ?date;
    a iscover:Article.
    
    filter(lang(?title) = "ja")
    filter(regex(?abstract, "センサネットワーク") = true
      && regex(?abstract, "消費電力") = true
    )
}
order by desc(?date)
limit 20


例5. 文献の概要文から「センサネットワーク」の説明文を抽出

[編集]
select
    ?date
    ?description
where {
    values(?term) {
        ("センサネットワーク")
    }

    ?articleIRI
    dcterms:abstract ?abstract;
    dcterms:issued ?date;
    a iscover:Article.

    filter(regex(?abstract, concat(?term, "は.+る．")) = true)
    bind(replace(?abstract, strBefore(?abstract, concat(?term, "は")), "") as ?tmp)
    bind(replace(?tmp, strAfter(?tmp, "．"), "") as ?description)
    bind("本(稿|論文|報告|研究|システム|アルゴリズム)|我々|機構|説明|提案|検討" as ?reject)
    filter(regex(?description, ?reject) = false)
}
order by desc(?date)
2012年から2016年において加熱した研究トピック
2012年から2016年において加熱した研究トピック

例6. 2012年から2016年において加熱した研究トピック（キーワード）を取得

[編集]
select
    ?keyword
    ?increasedRate
where {
    {
        select
            ?p1TermIRI
            count(?p1TermIRI) as ?p1Total
        where {
            ?articleIRI
            dcterms:subject ?p1TermIRI;
            dcterms:issued ?date;
            a iscover:Article.

            bind(year(?date) as ?year)
            filter(?year = 2012)
        }
    }

    {
        select
            ?p2TermIRI
            count(?p2TermIRI) as ?p2Total
        where {
            ?articleIRI
            dcterms:subject ?p2TermIRI;
            dcterms:issued ?date;
            a iscover:Article.

            bind(year(?date) as ?year)
            filter(?year = 2016)
        }
    }

    filter(?p1TermIRI = ?p2TermIRI)
    filter(?p1Total >= 3 && ?p2Total >= 3)
    bind((xsd:float(?p2Total) / ?p1Total) as ?increasedRate)


    ?p1TermIRI
    rdfs:label ?keyword;
    a iscover:Term.

    filter(lang(?keyword) = "ja")
    filter(?increasedRate >= 5.0)
}
order by desc(?increasedRate)
「IoT」と「ディープラーニング」の文献数推移
「IoT」と「ディープラーニング」の文献数推移

例7. 「IoT」と「ディープラーニング」の文献数推移を取得

[編集]
select
    ?keyword
    ?year
    count(?articleIRI) as ?total
where {
    {
        select
            ?termIRI
            ?keyword
        where {
            values( ?keyword ) {
                ("IoT"@ja) ("ディープラーニング"@ja)
            }

            ?termIRI
            rdfs:label ?keyword;
            a iscover:Term.
        }
    }

    ?articleIRI
    dcterms:subject ?termIRI;
    dcterms:issued ?date;
    a iscover:Article.

    bind(year(?date) as ?year)
}
order by asc(?keyword) asc(?year)
2014年における主要な研究トピック
2014年における主要な研究トピック

例8. 2014年における主要な研究トピック（キーワード）Top-100を取得

[編集]
select
    ?term
    ?total
where {
    {
        select
            ?termIRI
            count(?termIRI) as ?total
        where {
            ?articleIRI
            dcterms:subject ?termIRI;
            dcterms:issued ?date;
            a iscover:Article.
            
            bind(year(?date) as ?year)
            filter(?year = 2014)
        }
        group by ?termIRI
        order by desc(?total)
        limit 100
    }
    
    
    optional {
        ?termIRI
        rdfs:label ?term;
        a iscover:Term.

        filter(lang(?term) = "ja")
    }
    optional {
        ?termIRI
        rdfs:label ?term;
        a iscover:Term.
        
        filter(lang(?term) = "en")
    }
}
order by desc(?total)
共起頻度に基づいた日英・英日辞書機能
共起頻度に基づいた日英・英日辞書機能

例9. 技術用語の共起頻度に基づいた日英・英日辞書

[編集]
select
    ?term
    if(?total > 5, ?transTerm, "(Insufficient data)") as ?transTerm
where {
    {
        select
            ?term
            ?lang
            ?coTermIRI
            count(?coTermIRI) as ?total
        where {
            values(?term) { ("自然言語処理"@ja) }
            
            ?termIRI
            rdfs:label ?term;
            a iscover:Term.
            
            bind(lang(?term) as ?lang)


            ?articleIRI
            dcterms:subject ?termIRI;
            a iscover:Article.


            ?articleIRI
            dcterms:subject ?coTermIRI;
            a iscover:Article.
        }
        order by desc(?total)
        limit 5
    }
    
    
    ?coTermIRI
    rdfs:label ?transTerm;
    a iscover:Term.
    
    
    bind(if(?lang = "ja", "en", "ja") as ?target)
    filter(lang(?transTerm) = ?target)
}
order by desc(?total)
limit 1
データマイニングの共起語を基準とした技術年表
データマイニングの共起語を基準とした技術年表

例10. データマイニングの共起語を基準とした技術年表

[編集]
select
    ?coTerm
    min(?year) as ?startYear
    max(?year) as ?endYear
where {
    {
        select
            ?coTermIRI
            count(?coTermIRI) as ?total
        where {
            values(?term) { ("データマイニング"@ja) }
            
            
            ?termIRI
            rdfs:label ?term;
            a iscover:Term.
            
            
            ?articleIRI
            dcterms:subject ?termIRI;
            a iscover:Article.
            
            
            ?articleIRI
            dcterms:subject ?coTermIRI;
            dcterms:issued ?date;
            a iscover:Article.
        }
        order by desc(?total)
        limit 20
    }
    
    
    ?coTermIRI
    rdfs:label ?coTerm;
    a iscover:Term.
    
    filter(lang(?coTerm) = "ja")
    
    
    ?articleIRI
    dcterms:subject ?coTermIRI;
    dcterms:issued ?date;
    a iscover:Article.
    
    bind(year(?date) as ?year)
}
order by asc(?startYear)
ニューラルネットワーク、機械学習、画像処理を起点とした共起語グラフ
ニューラルネットワーク、機械学習、画像処理を起点とした共起語グラフ

例11. 任意のキーワードを起点とした共起語グラフ

[編集]
select
    ?source
    ?target
    ?weight
where {
    {
        select
            ?source
            ?targetIRI
            count(?targetIRI) as ?weight
        where {
            values ?source {
                "ニューラルネットワーク"@ja
                "機械学習"@ja
                "画像処理"@ja
            }
            
            
            ?termIRI
            rdfs:label ?source;
            a iscover:Term.
            
            
            ?articleIRI
            dcterms:subject ?termIRI;
            a iscover:Article.
            
            
            ?articleIRI
            dcterms:subject ?targetIRI;
            a iscover:Article.
        }
    }
    
    filter(?weight >= 5)
    
    
    ?targetIRI
    rdfs:label ?target;
    a iscover:Term.

    filter(lang(?target) = "ja")
    filter(?source != ?target)
}
order by asc(?source) desc(?weight)

例12. 任意の組織名を起点とした組織グラフ

[編集]
2010年以降におけるNTT、NEC、OKIを起点とした組織グラフ
2010年以降におけるNTT、NEC、OKIを起点とした組織グラフ
select
    ?source
    ?target
    ?weight
where {
    {
        select
            ?source
            ?abbraviation
            ?targetIRI
            count(?organizationIRI) as ?weight
        where {
            values (?candidate ?abbraviation) {
                ("日本電信電話"@ja "NTT"@ja)
                ("日本電気"@ja "NEC"@ja)
                ("沖電気工業"@ja "OKI"@ja)
            }
            
            
            ?organizationIRI
            rdfs:label ?source;
            a iscover:Organization.
            
            filter(lang(?source) = "ja")
            filter(regex(?source, ?candidate) = true
                || regex(?source, ?abbraviation) = true)
            
            
            ?articleIRI
            iscover:authorInfos/rdf:rest*/rdf:first/iscover:authorInfo [
                iscover:affiliation ?organizationIRI;
            ];
            dcterms:issued ?date;
            a iscover:Article.
            
            filter(2010 <= year(?date))
            
            
            ?articleIRI
            iscover:authorInfos/rdf:rest*/rdf:first/iscover:authorInfo [
                iscover:affiliation ?targetIRI;
            ];
            a iscover:Article.
        }
        order by desc(?weight)
    }
    
    filter(?weight >= 10)
    
    
    ?targetIRI
    rdfs:label ?target;
    a iscover:Organization.
    
    filter(lang(?target) = "ja")
    filter(?source != ?target && ?abbraviation != ?target)
}
order by asc(?source) desc(?weight)
沖電気工業の研究開発歴
沖電気工業の研究開発歴

例13. 任意の組織における研究開発の経歴

[編集]
select
    ?term
    ?startYear
    ?endYear
    ?duration
    ?total
where {
    {
        select
            ?termIRI
            min(?year) as ?startYear
            max(?year) as ?endYear
            count(?termIRI) as ?total
        where {
            ?organizationIRI
            rdfs:label "沖電気工業　株式会社"@ja;
            a iscover:Organization.

            
            ?articleIRI
            iscover:authorInfos/rdf:rest*/rdf:first/iscover:authorInfo [
                iscover:affiliation ?organizationIRI;
            ];
            dcterms:subject ?termIRI;
            dcterms:issued ?date;
            a iscover:Article.

            bind(year(?date) as ?year)
        }
    }

    bind((?endYear - ?startYear + 1) as ?duration)


    ?termIRI
    rdfs:label ?term;
    a iscover:Term.
    filter(lang(?term) = "ja")
}
order by desc(?total) desc(?duration)

脚注

[編集]
[脚注の使い方]
  1. ^ 西野文人「I-Scover:—Linked Dataに基づく電子情報通信学会文献検索システム—」『電子情報通信学会 通信ソサイエティマガジン』第7巻第1号、電子情報通信学会、2013年、49-53頁、doi:10.1587/bplus.7.49、ISSN 1884-4863、NAID 130003378603。 
  2. ^ 井形伸之, 西野文人, 粂照宣「Linked Dataを用いた情報統合・活用技術 (特集 研究開発最前線) -- (大量データの利活用)」『Fujitsu』第64巻第5号、富士通、2013年9月、464-470頁、ISSN 0016-2515、NAID 40019809152、NDLJP:9974112。 
  3. ^ “EiC　横断検索システムI-Scoverに関するお知らせ（続報）”. app.journal.ieice.org. 2024年9月20日閲覧。
  4. ^ 柏崎吉一, "2017/09/22. 文献検索システム「I-Scover」から考えるオープンデータ時代の共創のあり方と学会の役割", インプレスビジネスメディア, IT Leaders
  5. ^ 五味弘「I-Scoverによる文献検索のススメ」『電子情報通信学会 通信ソサイエティマガジン』第11巻第2号、電子情報通信学会、2017年、148-155頁、doi:10.1587/bplus.11.148、ISSN 1884-4863、NAID 130006041697。 
  6. ^ 山里敬也, 飯田勝吉, 内山博幸「研究専門委員会によるI-Scoverキーワード解説文の執筆と検索されやすい文献キーワードの付与の仕方」『電子情報通信学会誌』第98巻第6号、電子情報通信学会、2015年6月、494-499頁、ISSN 0913-5693、NAID 40020499006。 
  7. ^ I-Scover, "メタデータ仕様書", 電子情報通信学会, http://www.ieice.org/~iscover/rdfdef/, Accessed on September 1, 2017
  8. ^ I-Scoverビジネストライアルチーム，"I-Scover SPARQL API利活用レポート1"，http://iscover-p.ieice.org/cms/wp-content/uploads/2014/10/iscover_report_v1_11.pdf，2017．

関連項目

[編集]

外部リンク

[編集]
スタブアイコン

この項目は、インターネットやウェブに関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています（PJ:コンピュータ/P:コンピュータ）。

「https://ja-two.iwiki.icu/w/index.php?title=I-Scover&oldid=101909185」から取得