なぜ研究者の名寄せが必要か～世界の動向と研究者リゾルバー～

なぜ研究者の名寄せが必要か
～世界の動向と研究者リゾルバー～
CSI委託事業ワークショップ「名寄せのこれから～研究者IDサミット～」
2011年2月17日，学術総合センター，主催：金沢大学

蔵川圭
国立情報学研究所
学術コンテンツサービス研究開発センター

http://www.nii.ac.jp/cscenter/

学術研究における貢献
• 学術研究成果の多くは論文として出版され公表
される
• すでに存在する論文を引用しながらそれが表す
知識の体系を位置づける
• 誰が貢献したか、どのような組織が貢献したか
がわかるように内容とともに著者名や所属組織
名が明記される。助成機関に対して謝辞を加え
ることも多い
• ある研究者がどのくらい知識の体系化に貢献し
たかを測ってみたいとき、研究者の論文を並べ
てみればよい
2

名前の曖昧性の問題
(Name Ambiguity Problem)
• 同姓同名
• 旧姓
• ペンネーム
• 漢字異体字
• ジャーナルごとに異なる姓名表記フォーマット
– 姓名の順
– イニシャル表記
– 大文字・小文字
3

名前の翻字(transliterate)
• ラテン文字への翻字によって、同姓同名が増
える

王伟,王薇,王维,王蔚,汪卫,汪玮,汪威,汪巍

Wei Wang

“Which Wei Wang?”,Phys. Rev. Lett. 99, 230001 (2007)
DOI:10.1103/PhysRevLett.99.230001 4

名寄せ(Name Disambiguation)
• 名前の問題を解決して、同一性を判定すること
を「名寄せ」という
• 研究者の名寄せによって、
– 研究者ごとに正確に論文やその他研究成果をリスト
化でき、リストは知識体系への貢献度を正確に測る
情報源となる
– 研究者が正確に過去の業績によってプロファイルさ
れることで、そのプロファイルは新たな研究チームを
構成する際の正確な情報源として活用できる
– 学術コミュニケーションにおける様々な場面において
、研究者を特定した情報交換が可能となる
5

日本の図書館目録
• NACSIS-CAT
– 国立情報学研究所の運営
– 日本の大学図書館の所蔵する図書・雑誌の総合目録
– 洋書が多く含まれる
– USMARC準拠
– 日本目録規則，およびAACR2
• JAPAN/MARC
– 国立国会図書館の運営
– 国会図書館の所蔵する，日本で刊行された出版物および外国で刊行された日
本語出版物の目録
– UNIMARC準拠目録
– 日本目録規則参照する
• TRC/MARC 参照する
– 図書館流通センターの運営書誌典拠
– 日本で刊行される出版物の目録
– UNIMARC準拠
– 日本目録規則著者名 (統一)書名
6

図書館目録の著者名典拠
• NACSIS-CAT著者名典拠ファイル
– 個人名，団体名の典拠
– 個人名1,263,685件（西洋人著者名含む， 2008年12月18日）
• JAPAN/MARC典拠ファイル
– 個人名，家名，団体名，および統一書名の典拠
– 個人名681,924件（西洋人著者名含む， 2008年7月5日）
• TRC/MARC著者名典拠ファイル
– 個人名，機関名の典拠
– 個人名566,249件（西洋人著者名含む， 2009年3月29日）
人名データベース登録件数同一姓名が同一姓名が同一姓名に同一姓名が
(漢字圏の東洋複数存在す複数存在す対する最大複数存在す
人の統一形標目る登録件数る異なり姓登録件数る登録件数
を抜粋) 名数の割合
NACSIS-CAT
著者名典拠ファイル 329,864 32,034 13,344 20 9.71%
(2008年12月18日)
JAPAN/MARC
典拠ファイル 572,638 73,138 28,067 29 12.77%
(2008年7月5日)
TRC/MARC
著者名典拠ファイル 464,962 58,979 22,969 27 12.68%
(2009年3月29日)
7

登録件数
登録件数登録件数

件

10
15
20
25
30
10
15
20
25
件 30
10
15
20
25
件 30

0
5
0
5
0
5
1 1 1
501 501 501
1001 1001 1001
1501 1501 1501
2001 2001 2001
2501 2501 2501

27
29
20
3001 3001 3001
3501 3501 3501
4001 4001 4001
4501 4501 4501
5001 5001 5001
5501 5501 5501
6001 6001 6001
6501 6501 6501
7001 7001 7001
7501 7501 7501
8001 8001 8001
8501 8501 8501
9001 9001 9001
9501 9501 9501
10001 10001 10001
10501 10501
13,344

10501
11001 11001 11001
11501 11501 11501
12001 12001 12001
12501 12501 12501
13001 13001 13001
13501 13501
14001 14001
14501 14501
15001 15001
15501 15501
16001 16001
16501 16501
17001
異なり姓名順位

17001
NACSIS-CAT

17501
JAPAN/MARC

17501
18001 18001
18501 18501
19001 19001
19501 19501
20001 TRC/MARC 22,969 20001
20501 20501
21001 21001
21501 21501
22001 22001
22501 22501
23001
311,174

23501
24001
24501
25001
28,067

25501
著者名典拠における

26001
26501

27001
27501
28001
428,952
異なり姓名ごとの登録件数の分布

8
527,567


著者名典拠における
異なり姓名順位トップ20
NACSIS--CAT JAPAN/MARC TRC/MARC

順位姓名登録件数姓名登録件数姓名登録件数

1 高橋徹 20 鈴木博 29 鈴木博 27
2 鈴木博 17 田中実 29 田中実 26
3 佐藤進 17 伊藤博 28 小林茂 24
4 田中実 16 小林茂 26 高橋徹 23
5 伊藤博 16 鈴木一郎 24 鈴木実 22
6 高橋進 13 高橋一郎 22 佐藤進 21
7 高橋清 13 佐藤正 22 渡辺誠 19
8 鈴木一郎 13 高橋徹 21 佐藤正 19
9 小林茂 13 鈴木実 21 伊藤博 19
10 吉田豊 13 田中豊 21 田中稔 18
11 高橋誠 12 （李〓） 21 小林一郎 18
12 田中宏 12 鈴木茂 20 鈴木隆 17
13 渡辺誠 12 吉田稔 20 鈴木茂 17
14 渡辺茂 12 田中宏 19 田中宏 17
15 小林哲夫 12 佐藤進 19 吉田豊 17
16 田中明 11 高橋和子 18 佐藤博 17
17 佐藤正 11 渡辺誠 18 高橋進 16
18 中村宏 11 渡辺宏 18 田中豊 16
19 高橋豊 10 高橋清 17 田中茂 16
9
高橋正明 10 （陳〓） 17 田中一郎 16
20

母集団の大きさに依存する
同姓同名の割合
• 文献によると
– 田中康仁，同姓同名の発生頻度，計算言語学
10-1，1977
– 昭和51年当時の日本人の漢字姓名107万人の
名簿を用いて機械的に数え上げ
同姓同名がいる人の割合(%)
% 40
30
20
10
0 母集団
0 50 100 150
万人
10

研究者の名寄せの方法
• 図書館の目録のように、閉じたデータベースの中では
人手で著者に英数字記号の識別子(Identity: ID)を付
けて区別した
• 学術論文のデータベースでは、2つの方法がとられて
きた
– 計算機による名寄せ
– 手動で登録
• 新たな名寄せの潮流
– ORCID (Open Researcher and Contributor ID)
– 学術コミュニケーションに関与するすべてのステークホル
ダーを包含した、研究者にIDを付与するコミュニティを形
成する

11

学術論文データベースにおける
これまでの2つのアプローチ
• 計算機による名寄せ
– 論文書誌を対象に著者でまとめる
– 論文情報システムの著者名検索結果として機能
– プロダクションシステムとして必要な99%以上の精度を求める
には程遠い
– 例
• Scopus Author Identifier
(Elsevier社のScopusに実装)
• Distinct Author Identification System
(Thomson Reuters社のWeb of Scienceに実装)
• 手動で登録
– 著者を対象に論文書誌を集める
– 研究者業績ショーケースとして機能
– 簡単に著者と論文書誌を網羅できない
– 例
• ResearcherID (Thomson Reuters社) 12

研究者ID付与コミュニティORCID
• Open Researcher and Contributor ID
– Open : 公開された
– Researcher : 研究者
– Contributor : 貢献者
– ID : 本人証明
• 設立趣旨(Mission Statement)
– ORCIDは、学術コミュニケーションにおける著者/貢献者の名
前の曖昧性の問題を解決することを目的とし、個々の研究者
に対する固有の識別子の中央レジストリと、ORCIDと現存する
他の著者IDスキームとの間のオープンで透過的なリンクメカニ
ズムを構築することによって実現する。これらの識別子及び識
別子間の関係は研究者のアウトプットにリンクすることが可能
であり、科学的発見プロセスを拡大させ、研究コミュニティにお
ける研究助成や協働の効率性を改善する。
• http://www.orcid.org/
13

ORCIDの参加組織
• 2010年11月では144機関。
– 学術機関47、出版者28、企業19、学会15、政府
11、NPO17、その他7
– 米国70、英国30、ドイツ8、オーストラリア６、日本
３、イタリア３、インド３、スペイン２、中国２、カナ
ダ２、トルコ1、スイス1 、スウェーデン1 、韓国1 、
シンガポール1 、セルビア1 、オランダ1 、イスラ
エル1 、ギリシャ1 、フランス1 、エジプト1 、コロン
ビア1 、ブラジル1 、ベルギー1 、オーストリア1

14

ORCID IDシステム
• アイデンティティとして扱う基本的な情報
– 著者/貢献者自身の記述
– 著者/貢献者とその出版物間の関係の記述
• ハイブリッド型による登録
– 著者/貢献者による登録プロファイル

– 組織による登録 ORCID
ID

出版物申告

15

ORCID IDシステムのシナリオ

エンドパートナー
ユーザーシステム

たとえば、原稿追跡システム（
だれが文書Xを書いたか？ MTS : Manuscript Tracking
System）にシングルサインオン（
ID Yの人が書いた、 SSO）して、編集事務局、マーケ
または査読した文書はどれか？ティング部門、ロイヤルティ支払
いシステムなどと連絡先情報を
共有
コアシステム
(ORCID identity system)

16

プロファイルの交換とマッチング
可能なマッチングアルゴリズム
• VIAF(OCLC)
• Author Resolver (ProQuest)
• OKKAM

ORCID
F67572010

(By Howard Ratner, ORCID Update, Slides at CrossRef Annual Meeting, in London, 16 Nov. 2010) 17

著作者にIDを付ける活動
• バーチャル国際典拠ファイル VIAF (Virtual International Authority
File),
– 米国OCLC
– LC
– ドイツDNB
– フランスBnF
• 国際標準名前識別子 ISNI (International Standard Name
Identifier), ISO27729
– International Confederation of Societies of Authors and
Composers (CISAC) www.cisac.org
– International Federation of Reproduction Rights Organisations
(IFRRO)www.ifrro.org
– International Performers’ Database Association (ipda.sami.se)
– Bowker (www.bowker.com )
– Online Computer Library Center (OCLC) (www.oclc.org)
– Bibliotheque Nationale de France
– The British Library 18

VIAF
• 各国の名前典拠ファイルをリンク
• 今は個人名のみ

• 1050万件(2010-03)の
名前レコード
• 抽出元
– 1300万件名前レコード
– 8000万件の引用レコード
19

ISNI

・16ケタの数字
・クリエーター一般
・少なくとも2000万件のIDを想定
ブリッジ識別子

20

機関リポジトリを対象とした
著者にIDを付ける活動
• DAI (Digital Author Identifier), オランダ
SURF財団
• Names Project, 英国 Mimas, JISC funded
• arXiv.org Author Identifiers, 米国コーネル
大学
• Networking Names, 米国OCLC
• 研究者リゾルバー，NII

21

JAIRO著者同定
日本の機関リポジトリからJAIROがハーベストした
書誌メタデータに書かれた著者を同定するために

研究者リゾルバーIDと機関のローカル研究者IDとの
マッピングテーブル
メタデータをハーベストする間、
ローカル研究者IDを解決する
研究者リゾルバー JAIRO
NII (国レベル)

書誌メタデータ
[ローカル研究者IDが組み込まれている]

IR著者名典拠
IR
（研究者ディレクトリ）機関 (機関レベル)
双方のシステムで同一のローカル研究者
IDスキームが使われるべきである

著者名典拠書誌レコード

22

IRにおける研究者典拠IDの付与
DSpace 1.6
Authority Control

23

研究者リゾルバーの目的
• 日本の研究者を対象としたWeb上の名前典拠
– Web上にアーカイブされたリソースをターゲット
• 例1) 機関リポジトリ
• 例2) 論文アーカイブ
– さらに、日本の研究組織を対象とした名称典拠
• 2種類のエンティティ、すなわち論文と研究者をベースとした情報マネージメント
• 情報の質に応じた研究者情報マネージメント
– 研究者情報の品質レベル
• 機関担当者による＼論文機関担当者による研究者自身に機械による
• 研究者自身による＼とりまとめよるとりまとめ自動処理
＼
• 機械の自動処理による高研究者
• Web上のリソースのリンキングハブ機関担当研究者ディレクトリ機関にある
– 研究者データベースへ直接リンク者による ReaD ホームページ
登録 IR
• 大学研究者ディレクトリ, KAKEN, ReaD KAKEN

情報の品質レベル
研究者のカバー率
– 学術関連データベースへ研究者
検索問い合わせURLリンクリゾルバー
• Google (Scholar), CiNii, WebcatPlus, ReaD 研究者自 ResearcherID
• Linked Data Webのための、身による
登録
Researchmap

日本の研究者と組織のURI表現機械によ CiNii 著者検索 Google
• 名前解決するWebサービスる自動処 Google
高理 scholar
• NIIの学術関連サービスへの
密接なデータ連携 24

研究者リゾルバーのアプローチ
• 日本の研究者を対象としたURIベースのIDスキーム
– 研究者リゾルバーID
– http://rns.nii.ac.jp/nr/xxxxxxxxxxxxx (xxxxxxxxxxxxxはID)
• KAKENから研究者を初期登録（2010年3月19日現在、 177,558人）
• 機関担当者による、IDに紐づいた研究者プロファイルのアップロード
– 研究者リゾルバーIDと、他のIDスキームによるIDリスト
• 機関による完全に永続的なID （例、職員番号、同姓同名を区別する）
• ・・・・・
• 科研費研究者番号
• ReaD研究者コード
• ResearcherID (Thomson Reuters)
• 研究者リゾルバーID
– 名前
– 所属履歴
– 業績リスト
• 大学研究者ディレクトリへの自動リンキング
– 大学研究者ディレクトリをWebクローリング
– 自動研究者同定
25

研究者同定スキーム
• 研究者が同じ人物であることを示すこと

研究者同定
• 研究者/著者を同定しマネージメントするひとつの方法
– 番号IDスキーム
• 13ケタの番号によって研究者を表す
• 研究者リゾルバーIDと呼ぶ
ID (13ケタの番号) 説明
10000xxxxxxxx 科研費登録者のID割り当て
xxxxxxxx は、科研費研究者番号 (8 桁)
200xxxxxxxxxx ReaD登録者のID割り当て（科研費登録者は除く）
xxxxxxxxxx は、ReaD研究者コード (10桁)
3xxxxxxxxxxxx それ以外のID割り当て

26

IDの特徴
• KAKEN ID （科研費研究者番号）
– 科学研究費補助金における研究者番号
– 文部省（現・文部科学省）が1939年に開始した，多様
な研究分野・研究組織・研究段階を対象とした，日本
で最大唯一の研究費配分制度
– 約18万人が登録
• ReaD ID
– JST（科学技術振興機構）が運営する，研究者・研究
機関ディレクトリの研究者ID
– 約22万人が登録
– 大学教員，研究スタッフのほか，大学院生含む
27

機関担当者による
データアップローディング
研究者リゾルバーIDと機関のローカル研究者IDとのマッピングテーブルを構築し、
研究者名を解決する
機関は何をすべきか？
1. 機関自身を表明する
研究者リゾルバー 2. 機関のローカル研究者IDを登録するために、
NII a) ローカル研究者IDとそれに紐づいた国内で広く使われている研究者IDを知らせる
A: KAKEN ID
B：ReaD ID
→ KAKEN ID または ReaD ID ベースの研究者リゾルバーIDが
登録される
a’) ローカル研究者IDを新規登録者として知らせる
→ 新しい研究者リゾルバーIDが割り当てられる
3. 機関のローカル研究者ID同士のマッピングのために、
a) ローカル研究者IDに紐づいた、別の外部スキーマによる研究者IDを知らせる
A: KAKEN ID
IR研究者典拠 B: ReaD ID
機関（研究者ディレクトリ） C: ResearcherID
D: その他サービスのIDs….
4. 研究者のプロファイルをステートするために、
a) 研究者名、所属履歴、研究業績を知らせる
5. 研究者リゾルバーから研究者ディレクトリへ逆リンクをはるために、
a) それぞれのローカル研究者IDに割り当てられた研究者ディレクトリのURLを教える

日本人の名前とデータに適用し、IDマップを構築できるよう
ResearcherIDのフォーマットを拡張したXMLファイルをアップロードする 28

機関担当者の視点
• IR
– 機関固有のローカルな研究者IDが埋
め込まれた書誌メタデータが様々な OAIster
OAIサービスプロバイダーにハーベスト
• IR研究者典拠（研究者ディレクトリ）
– 機関がローカルな研究者IDに紐づいた IR JAIRO
研究者プロファイルを研究者を指向し
たサービスプロバイダにアップロード
– 研究者リゾルバーの研究者プロファイ NDLTD
ルには以下の項目が含まれる (Networked Digital Library of Theses and Dissertations)
• ローカルな研究者ID
• 名前
• 外部サービスのID，たとえば（ResearcherID）
– 科研費研究者番号
– ReaD研究者コード
– ResearcherID
– 研究者リゾルバーID IR研究者典拠
• 個々の研究者の研究者ディレクトリ研究者リゾルバー
（研究者ディレクトリ）
URL
• 所属履歴
• 業績リスト（ReaD）

29

異なる研究者リソース間のリンキング
• 異なる研究者ID集合間のIDマッチング

研究者ID集合A 研究者ID集合B

30

研究者Webリソースリンキング
• Web上の研究者ID集合
– 大学研究者ディレクトリ
– J-Global (ReaD)
– KAKEN
• 集合間のIDマッチング
大学研究者ディレクトリ B
大学研究者ディレクトリ A 研究者リゾルバー

KAKEN
J-Global

31

大学研究者ディレクトリへのリンク
• Web上の大学研究者ディレクトリへのクローリ
ング
– 研究者ページのURLを特定
– それぞれのURLに対して研究者名を特定
• 研究者リゾルバーIDと大学研究者ディレクトリ
のローカルIDを同定する方法を適用
• 研究者リゾルバーの研究者ページから大学研
究者ディレクトリの研究者ページURLへリンク
32

研究者同定のひとつの方法
• KAKENと研究者ディレクトリのそれぞれのID
に対して以下のとき、同一人物と判定する
– 漢字氏名の一致
– 所属の一致
– 所属内でユニーク名（同姓同名がいない）
• IDが以下のとき、同一人物である
– KAKEN IDが同一
– ReaD IDが同一

33

システム間連携の概略
2010年度
論文著者フィールドに
機関の永続固定IDを組み込む
機関研究者ディレ研究者サービス
クトリ
および機関研究者ディレクトリ機関リポジトリ
機関リポジトリ
機関の永続固定IDごとの機関の永続固定IDごとの
研究者プロファイルと研究者プロファイルと
Web of 業績リスト業績リスト研究者と論文のサービス
Knowledge ResearcherID
(Thomson (Thomson Reuters)
Reuters) 機関の永続固定IDと研究者リゾルバーIDを
変換するための質問と応答
JAIRO 論文サービス
研究者リゾルバー日本の機関リポジトリ
(NII) 横断検索サービス
KAKEN IDとReaD IDの (NII)
KAKEN ID、 CLS
マッピングテーブルリンク
研究者姓名、所属、
分野、キーワード

KAKEN CiNii
データ連携
(NII) ALS (NII)

J-Global
(Including ReaD)
(JST)

Researchmap
(NII)

34

研究者リゾルバー β1.0
現在の実装
• 研究者ごとのページ
– 現在はKAKENに登録された研究者に対しページを提供
– 約18万研究者
– 同姓同名解決された研究者
• Web上の研究者リソースとのリンク
– 直接リンク
• KAKEN Webクローリングと
• 機関の研究者DB（現在33大学を対象） KAKEN IDマッチング
• J-Global (JST 旧ReaD)
– 検索問い合わせリンク
• Google, Google Scholar, CiNii, Webcat Plus, ReaDへの日本語・英語の氏名，所属
による問い合わせ
• 機関担当者による研究者プロファイルと業績リストのアップロード
• SemanticWebのための質問応答
– OpenSearch
– RDF/XML
• 研究者IDリダイレクトWebサービス
• http://rns.nii.ac.jp/ 35

研究者ページ（概略）
研究者姓名 (漢字，カタカナ，ローマ字)

研究者基本情報

直接リンク

検索質問フォーマットURLリンク

科研費研究課題の研究分野

科研費研究課題のキーワード

このページのURI
36

研究者ページ（上側）
研究者姓名 (漢字，カタカナ，ローマ字)
研究者リゾルバーID
研究者
科研費研究者番号
基本情報
所属

37


直接リンク
•KAKEN(NII)
•大学研究者ディレクトリ
•J-Global(ReaD)

38


(漢字姓名と所属)
•Google

39


(漢字姓名)
•CiNii
•Webcat Plus
•ReaD
•Google Scholar
•Google

40


(英語姓名)
•CiNii
•Webcat Plus
•ReaD
•Google Scholar
•Google

41

研究者ページ（下側）

科研費研究課題の
研究分野

科研費研究課題の
キーワード

このページの
URI

42

Webの波
• Web技術のパラダイムシフト
– Web of Documentsから
– Web of Dataへ
• Linking Open Dataの潮流
– RDFによって事実を記述して、データとして公開
– RDFでは、事実は2つのリソース（URI）と語彙で記
述される
• 抽象的な概念を含めてすべてのモノをURIで表現
• モノの関係を表す語彙を定義して、2つのURIの関係を
語彙でつないで表す
43

Linked Data Web of Open Repositories in 2010 - 2015 2010-07-28, Kei Kurakawa, NII

URI based Identification of All Resources
Fact Descriptions in RDF (Resource Description Framework)
Scholarly Communications Vocabulary
Open Repositories
Open Repositories by Institutions
by Institutions

dcterms:Agent
rdfs:Resource

dcterms:creator

Open Repositories Open Repositories
by Institutions in the Cloud

Linked Data Webのための
検索質問応答API
• OpenSearch1.1
• RDF/XML

45

研究者IDリダイレクトWebサービス
• 研究者IDとターゲットサービスをURLで指定
して，研究者ページへリダイレクトするWebサ
ービス
研究者ID解決して
http://rns.nii.ac.jp/services/redire 目的のサービスへ
ct?source=resolver&id=1000010 リダイレクト
295694&target=kaken

sourceに指定できるID
研究者リゾルバーID
KAKEN(NII)
ReaD(JST)
ResearcherID(Thomson Reuters)
機関の研究者ディレクトリ
アップロードした機関のローカル研究者ID

46

サービス連携の例
• 京都大学リポジトリ • 静岡大学リポジトリ(SURE)
(KURENAI) – dc.contributor.author
– dc.contributor.author – dc.contributor.alternative
– dc.contributor.transcription

47

国際連携・協力
• 研究者・著者名システム間連携

48

まとめ
• 研究者の学術研究の貢献度を正確に測るために
は，名前の曖昧性の問題を解決して，研究成果
に記述された著者の名寄せを行う必要がある．
• 日本人姓名に関しては，図書館典拠ファイルを調
査したところ，同姓同名が50万人規模で10パー
セント以上存在する．
• 著者に識別子を付与して名寄せを行う活動は，
世界で行われている
• 研究者リゾルバーは，日本の研究者の識別子を
与える
49

なぜ研究者の名寄せが必要か～世界の動向と研究者リゾルバー～

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (16)

Más de National Institute of Informatics

Más de National Institute of Informatics (19)