ＨＯＭＥ ｜ 事務所紹介 ｜ サーチャー紹介 ｜講習会・講演会・執筆 ｜ コラムバックナンバー ｜お問合せ ｜
ＨＯＭＥ ｜ 事務所紹介 ｜ サーチャー紹介 ｜講習会・講演会・執筆 ｜ コラムバックナンバー ｜お問合せ ｜
注意：内容は執筆時点での情報です
コラム第１２７号（2013/8/8UP）
「検索技術は今後どうなる？ －知りたいコトを検索語へ置き換える－」
ここ数回のコラムで過去の検索方法と、現在の検索システムを見てみました。
過去の検索方法の一例として、コラム１２３号で本を件名（統制語）で検索するしくみをご紹介しました。
また現在の検索システムの例としては、
コラム１２４号では Google Books で本を全文検索するしくみを、
コラム１２５号では Googleサジェストで検索候補が表示されるしくみを、
コラム１２６号では Webcat Plus を使って知りたいことの概念（質問文）から検索されるしくみを
それぞれご紹介しました。
お読みくださった皆さんは、これからの検索技術についてどのように思われたでしょうか。
今後の検索システムは、もちろん高度な処理ができるようになっていくとは思います。
でも高度な処理ができれば、「自分の知りたいコト」が迅速かつ的確に入手できるようになるかというと・・・、
それはチョット違うかもしれないと思っています。
今回のコラムでは、今後の検索システムに何が必要かという観点から、
ひとつの見方を書いてみたいと思います。
自分の知りたいコトを言葉にする技術
前回のコラム１２６号で国立情報学研究所の Webcat Plus（ウェブキャットプラス）をご紹介しました。
Webcat Plus は自分の知りたいことを質問文のかたちで入力して検索することができます。
このコラム１２６号で、新聞記事の特に「単なる事実の報道文」は質問文に適しているとご案内しました。
例えば「○○国△△州××で、高速列車が脱線した」という記事を質問文として検索すると、
「○○国△△州」に関する本や、「△△州××」に関する本、「△△州」を舞台にした小説などもヒットし、
「高速列車」に関する技術面から書かれた本や、社会的な観点から書かれた本などがヒットし、
さらに「列車事故」のノンフィクションの本もヒットすれば、列車事故データに関する本もヒットします。
非常に賢い！ という印象です。
実際、情報検索の講習会などで Webcat Plus を画面に出して、
最近の新聞記事から適当に記事文章を選んでコピーして、検索ボックスへペーストして検索して、
関連する本が画面にズラッーと表示されると、受講者の皆さん“ホォッ”と素直に感心してくれます。
でも、
コレって単刀直入に言うと、質問文が適切に入力できれば、適切に検索できるんです。
言い換えれば、適切な質問文が書けないと適切な検索はできない。
例えば、Webcat Plusをご紹介したコラム１２６号の最後のほうで
「できればご自分の専門分野で質問文を作って、お試しいただけたらと思います」 と書きました。
コレ、実際に試されたかたはいらっしゃるでしょうか。
質問文をスラスラと作れましたか？
ごく漠然とした概念、例えば「労働者派遣法での派遣期間制限の問題点」というような文章なら
比較的簡単に書けると思います。
しかし、本当に何か問題が生じて、その問題を解決する情報がほしいとき。
自分が今、困っていることのポイントは何で、どのような情報が必要なのか。
この「自分の頭のなかにある概念を検索語に置き換える」というのは、
ある程度、訓練して、普段から行っていないと難しい面があると思います。
・・・ちなみに、
WebcatPlus で多く行われているであろう「質問文の入力」は、
学生さんが先生から出された課題として作成する「レポートのテーマ」だろうと思います。
先生が出したテーマをそのまま入力すれば、そのテーマに含まれる用語から
関連する本がヒットして表示されます。
この場合は特に、先生がテーマに使う用語は正確で適切な用語が使われます。
だからヒットする本（情報）も適切なものがヒットする可能性が高い。
そいういうときには、かなり便利に使える検索システムだろうと思います。
その概念を表現するのに適する言葉は何？
検索とはやや違いますが、「頭の中にある概念を言葉にする」ということについて、こんな例があります。
私が公共の情報室に勤務していた頃のことです。
この情報室で最も多く扱っていた情報は特許情報でした。
現在、皆さんが特許情報を検索する場合に、
一般的に気軽に使えるデータベースはＩＰＤＬ特許電子図書館ではないでしょうか。
私が公共の情報室に勤務していた頃は、このＩＰＤＬのサービスが開始されて数年目でした。
まだ検索速度も遅かった時期です。
このＩＰＤＬサービス開始初期の頃、珍しいデータ不備（？）の例として、
特許公報のＰＤＦに ↓ こんなページが見つかりました。
→ 
特許公報のＰＤＦのデータを作るとき、古い特許公報は「本」なので、
本の背を切り落として、1枚ずつにバラしたページをスキャナで読み込んでデータにしたんですね。
（現在では、個人の蔵書を同じような方法でデータ化しているかたも多いと思います）
このときバラしたページを自動的に１枚づつ読込みする際に、
１ページ目を読み込むとき、２ページ目が一緒に機械に入ってしまったのでしょう。
皆さんも自分でコピーやプリントする際、紙の湿気や静電気の関係で２枚がズレた状態で
一緒に機械に入っていってしまった経験があるのではないでしょうか。
たぶん、そんな状況で、上の左側の絵のような状態で読込みの機械に入ってしまって、
右側の絵の黒枠で囲った部分がＰＤＦデータとして表示される状態でした。
さて、このＰＤＦを見つけた際、
私たちの情報室は特許庁と連絡をとっている機関だったこともあり、
ＩＰＤＬの担当者へ、このＰＤＦデータのことを知らせようということになりました。
そこで、
実際にこのＰＤＦデータを見つけた後輩職員が、ＩＰＤＬの担当者宛てのメールを打ち始めました。
ところが、後輩職員のメールを打ち始めた手がハタと止まり、
その手が髪の毛をいじりはじめ・・・（？）、さらにその手がハイッと挙がって、
「この１ページ目が２ページ目の上に“乗っかってる”っていうのは何て書けばいいんでしょうねぇ」という。
皆さんだったら上の絵のようなＰＤＦデータを、どのような言葉で説明しますか？
このとき私は後輩へ 「“重なってる”で良いんじゃない？」 と言いました。
「ページの上下方向にズレて重なった状態で読み込まれてるって書けば分かるんじゃないかな」と言いました。
この “乗っかってる” → “ズレて重なっている” は検索語とは違うのですが、
目の前にある状態や頭にある概念を、言葉に置き換えることの難しさや、面倒くささなどを表している例だと思います。
後輩職員が自分の言葉で表現すると “乗っかってる” で表現できるモノなわけだけれども、
彼女はここで “乗っかってる” はＩＰＤＬの担当者宛てのメールに使うには適さない言葉だと思ったわけです。
だからハイッと手が挙がって私に質問したのですが、
これを一般の検索にあてはめると、例えばコラム１２２号でご紹介した社内用語で検索してしまう例。
この社内で通じている用語というのを今回の「重なったＰＤＦ」の例で言えば、後輩職員が使っていた “乗っかってる” なんです。
自分の頭にある概念を言葉で表すとき、一般的には普段使っている言葉で表現するのが普通でしょう。
普段、その言葉で何の問題もなく通じている概念を、検索用に別の言葉に置き換えるというのは、
そもそも思い至らない場合も多いし、置き換えようと思っても面倒くさい。
だから検索する際に社内用語だけでなく、普段使っている言葉でそのまま検索するというのは、
特にめずらしいことではないと思います。
概念を検索語に置き換えるのは簡単ではない
私が公共の情報室で検索案内をしていた時、利用者のかたは検索語が１つか２つ思い浮かぶというかたがほとんどでした。
最初から検索式がバシッと書けるとか、検索したいことを文章でスラスラ書けるかたなんて普通はいません。
もちろん、ご自分の仕事に必要な情報なので、それなりの用語が頭に思いうかぶわけですが、
やはり上で紹介したような “乗っかってる” に該当する言葉が多いわけです。しかも用語の数も少ない。
だから、その用語をそのまま検索に使うには適さない場合が多かったです。
また特許検索の場合は特許分類や特許制度も知らないと検索できないという面もあります。
私たち職員は、利用者の方かたのお話し説明をメモを取りながら聞き、要所要所で質問をしながら、検索語や検索式を提案しました。
さらに言えば、
たとえ社内用語や検索に適さない用語だったとしても、用語が思い浮かぶならまだ良い。
実際には、何か解決したい問題が生じたり、例えば仕事を進めるためにどうすればいいか分からないとき、
自分に今必要な情報を探し出すために、自分の問題を検索語に置き換えて、さらにデータベースを選んで、情報を探す。
これがスラスラできるには、それなりに訓練しないと難しいのではないかと思います。
例えば、
数年前に新聞記事検索について、ある市立図書館の検索案内担当のかたにお話しを伺っていた際も、
「利用者の皆さんはインターネット検索に慣れているので、多くヒットした際に、検索語を足して絞り込むのは
できるかたが多いのですが、ヒット件数が少なかったりしたときに別の用語で広げるというのは不得意なかたが多い」
ということをおっしゃってました。
また「そもそもどんな言葉で検索したらいいのかわからなくて、最初の段階でパソコンの前で手が止まっているかたも多いです」
とのことで、これだけインターネットで検索が普及した今でも、そうなんだなと思いました。
ユーザーを検索語に導くシステム
上に説明してきたような状況を考えた場合、これからの検索システムに必要な機能のひとつは、
「検索者（ユーザー）を適切な検索語へ導いてくれるシステム」 ではないかと思うのです。
例えば、検索ビギナー向けの最初の画面で “アナタは何をしたいのか” と訊いてくれる。
この質問のポイントは “何が知りたいのか” ではなく “何がしたいのか” です。
そもそも何を知ればいいのかがよく分からなくて立ち止まってしまうのです、実際。
検索や調査というと「情報入手」なので “何を知りたいのか” と問い詰めてしまいがちなのですが、
じつは “なにが知りたいのか” から始めると躓きやすい。
まずは「自分がするべきこと」を明らかにしたほうが、調査や検索が進むものなのです。
・・・ちなみに、
実際に検索や調査を始めると起こる問題のひとつとして、
「出てきた情報に振り回される」という点が挙げられます。
検索して何か気になる情報が出てくると、つい、その情報を追いかけてしまう。
情報から情報へリンクをたどっていくうちに、どんな情報を入手すればいいのか、
わからなくなってしまう・・・という経験があるかたも多いのではないでしょうか。
そのような情報に振り回されそうになったときも、「自分がすべきこと」を明確化しておくと、
情報の海に溺れずにすむことが多いと思います。
さて、
仕事向けの検索画面なら、いくつか選択肢があって「企画を立てたい」とか「業界動向を分析したい」などが選べる。
「業界動向」を選ぶと、「企業」中心の情報がほしいのか、「技術」を軸に知りたいのか等を訊いてくれる。
「企業」を選ぶと、特定の企業名を１つか２つ入力するようにシステム側が指示して、
そこで、まずは検索語として「企業名」が入力＝自覚できるでしょう。
さらに同じ業界内の企業名が、いくつか示される。そのなかから、さらに興味のある企業名を選ぶ。
そして、その業界で最近注目されている事柄を表す用語がいくつか示される。
ここでその用語から選んでもいいし、ここまでくると、さすがにその仕事をなさっているかたなら
自分で用語が思い浮かぶかたも多いのではないでしょうか。
・・・て、コレ
じつは図書館司書のレファレンスインタビューや、サーチャーのプレサーチインタビューに近い。
結局、今までの検索システムって、検索されるデータの側から作られている面が大きいと思います。
例えば WebcatPlus も、もともとは検索される図書のデータを解析して関連付けて、用語での重みづけをして、という面が大きい。
そのデータ解析で使われている形態素解析などの技術を、ユーザーが入力する質問文にも使っていると言っていいでしょう。
だからデータ解析の技術としては高度なのですが、検索者（ユーザー）にとって使いやすいかというと違う。
やはり 「機械に合わせて検索してくださいね」 というシステムです。（←言い切ってしまってごめんなさい、検索システム開発者の皆さん）
現在、自分のパソコンや端末で情報検索することが多い状況のもとで、ユーザーを適切に迅速に検索に結び付けるには、
検索システムの軸足を、検索されるデータの側から、検索者（ユーザー）の検索行動の側へ移したほうが
解決しやすいかもしれないと思います。 皆さん、いかが思われますでしょうか。
またその方向から検索システムを見た場合、
現時点で最も近いことを行っているのが Googleサジェスト（検索候補の表示） ではないかと思います。
今回のコラムも長々書いたものの、結局ひとつのことしか言ってないような気がして、
私自身が概念を簡潔に書く能力に欠けているのではないかとも思えたりして・・・（＾＾；
ちなみに、今回ご紹介した「ズレて重なって読み込まれたＰＤＦデータ」は、
後にも先にも、あの１件しか見たことがありません。
日本の特許だけでなく、海外の特許文献や、さらに論文データなどでも
まず見かけません。その意味では、かなり珍しいケースだったかと思っています。
ＨＯＭＥ