情報検索コラム
情報検索・調査・利用について
“知っていると便利”“こんなときどうする”“コレにはご注意！”などなど思いつくままに書かせていただきます。
ちなみに「三月うさぎ」はルイス・キャロル著『不思議の国のアリス』に出てくる「いつまでも終わらないお茶会をしている」ちょっとヘンなうさぎです。
「ティールーム」は、お仕事の休憩時間のお茶といっしょに読んでいただけるくらいの長さと内容というコンセプトを、アリスの三月うさぎの「お茶会」にかけてあります。（毎月1回更新します）
情報検索の未来を探る ―適切な検索語への案内―
注意：記載内容やリンクは執筆時点での情報です。
このところ人工知能（AI：artificial intelligence）について話題になることが増えてきました。
人工知能に取って代わられる職業の予想が論文で示されるなど、
人工知能をやや身近に感じる機会も出てきているかなと思います。
情報検索も、人工知能や機械学習と関連している面があり、
サーチャーの皆さんも興味をもたれているかたが多いかなと思います。
秋は情報検索や特許関連のフェア、シンポジウム、セミナーなどが集中して開催される時期でもあり、
最近の話題なども踏まえながら、情報検索の未来を少し探ってみたいと思います。
今回のコラムのテーマは「適切な検索語」です。
前半はインターネット検索や書籍検索など、一般的な情報検索について書きました。
そして後半は特許検索について書きました。
ご存じのかたも多いと思いますが、今年（2016年）の９月から、
Google Patentsで日本国特許庁発行の公報が検索可能になりました。
コラム後半では、このGoogle Patentsでの日本語検索について、少しご案内します。
検索システムが適切な検索語を補う
以前のコラム第１５２号で、「特許の出願」に関連する新聞記事を検索する例をご紹介しました。
特許に関連する仕事をしているかたなら、「特許 AND 出願」で検索するけれども、
「出願」という用語は特許用語なので、一般のかたはあまり使わない。
「出願」を一般のかたは「申請」と言う場合が多い。「特許申請」も間違いではないので、
特許の専門家ではない新聞記者が書いた新聞記事について、漏れのない検索をしたいのであれば、
「特許 AND (出願 OR 申請)」で検索したほうが良い。という例を、ご紹介しました。。
さて、
これは特許に詳しいかたが、一般的な常識レベルで書かれた新聞記事を商用データベースで検索する例です。
同じことを特許に詳しくないかたがインターネット検索する場合は、どうでしょうか。
特許に詳しくないかたが特許出願について検索する場合に、思い浮かぶ言葉は「特許申請」が一般的です。
「出願」という特許用語を使うことは思いつかないことも多い。
試しに「特許 申請」で、 Google や Yahoo Japan を使って検索してみてください。
注意：以下の検索は２０１６年１０月１１日現在のものです。
Google 、 Yahoo Japan とも 「申請」と共に「出願」を検索しているはずです。
つまり、「特許」という用語と「申請」を組み合わせて検索した場合、
検索システム側が、自動的に「出願」をＯＲ演算して検索してくる。
正確に書くと、次のとおりです。
あなたの入力：「特許 申請」
↓
検索エンジン：「特許 （申請 OR 出願）」
現在の検索エンジンでは、一般的な同義語や表記違い（例：かぼちゃ、カボチャ、南瓜 など）は、
自動的にＯＲ演算して検索されるものが多い。これは皆さんも実感なさっているのではないでしょうか。
また変換ミスやスペルミスも、
システム側でミスを正して「次の検索結果を表示しています:○○○」という検索が行われることも、
よくご存じかと思います。
そして同義語や入力ミスとは違うけれども、
「特許」という用語と組み合わせた場合に、「申請」は「出願」での検索が適切であると、
システム側が判断し、自動的にＯＲ演算してくれる例もあるわけです。
どのように適切かというと、
「特許申請」という用語を使っているページよりも、
「特許出願」という用語を使っているページのほうが信頼性が高い。
正確なアルゴリズムは分かりませんが、このような仕組みが働いているものと推測します。
・・・ちなみに、
「特許 出願」で検索した場合は、「申請」はＯＲ演算されません。
適切な検索語を使って検索しいる場合は、補助しないようです。
検索システムが検索語を案内する：Googleの例
上でご紹介したように、検索システムが自動的に適切な検索語を選んで、
適切な検索結果へ導いてくれる状況が既に現状としてあるわけです。
しかし、これは現在のところ、ごく簡単な、日常的で一般的なもののみに行われていて、
専門的な検索の場合は未対応の場合が多い。
例えば「音声認識」。
皆さんもパソコンへ音声入力したり、カーナビゲーションで音声対話したり、
スマートフォンの音声翻訳を使ったりしているかたもいらっしゃると思います。
簡単な例として、コールセンターへの問合せの際に、音声認識で対応してもらった経験などもあるはずです。
近年は対話型ロボットなども、介護と併せて注目されてきています。
この「音声認識」について専門外のかたが検索する場合に、
音声認識という言葉が思い浮かばなくて、例えば「言語認識」で検索したとします。
ヒトの話す言語を認識する、という考え方です。
さて、音声認識の概念を検索するにあたって、
て少しズレた検索語である「言語認識」を入力して「音声認識」を検索できるでしょうか。
まずは Google 。「言語認識」を入力してみてください。
たぶん、検索結果の上位に 「音声認識 - Wikipedia」 がヒットすると思います。
でも、これは「音声認識」が検索されたわけではなくて、
「音声認識 - Wikipedia」のページの中に「言語」と「認識」が出現しているからヒットしたのです。
「言語」と「認識」が出現するウェブページの中で、最もランクの高いページとして、
「音声認識 - Wikipedia」が上位にヒットしたのです。
試しに、下位のページを見ていってください。
検索しようとした音声認識の概念とは相違するページもヒットしているし、
音声認識を知りたい場合には適さないページも上位にヒットしているはずです。
単純に言えば、「言語認識」と「音声認識」については、
上の項でご紹介したような「特許申請」で検索して、「特許出願」がヒットするような仕組みは
働いていません。
ただし Google の場合、皆さんもよくご存じのように
ページの下部に「言語認識に関連する検索キーワード」が複数表示されます。
その中に「音声認識」も表示されるので、ここで「音声認識」が適しているかもしれないと気づいたならば
「音声認識」への検索へ導かれることになります。 が、
残念ながら「音声認識」は「言語認識に関連する検索キーワード」の上位に案内されません。
複数あるキーワード候補の中に埋もれています。
「言語認識」で検索する場合は、例えば人間の言語認識障害などを検索したい場合もあり、
「音声認識」を検索しようとしていない場合もある。
よってこのキーワード候補の表示は、それなりに正しいのです。
というわけで、優秀なGoogleではありますが、
そんなに都合良く、検索者のことを分かってはくれないのです。残念ながら。
検索システムが検索語を案内する：連想検索の例
次に、少し特殊な検索システムとして、
国立情報学研究所の Webcat Plus（ウェブキャットプラス）の連想検索を使ってみます。
Webcat Plus は書籍を検索するシステムです。
音声認識について勉強しようと思ったかたが、「言語認識」で検索して
「音声認識」について書かれた本に案内されるでしょうか。
注意：以下の検索は２０１６年１０月１１日現在のものです。
Webcat Plus のトップページを開きます。
「＋連想検索」のタブのすぐ下に「文章から連想」の検索ボックスがあります。
ここに「言語認識」といれてみましょう。
そして、「↓この文章で連想する」のボタンをクリックします。
すると・・・？
言語学や人類学方面の本が多くヒットします。
これは違う、と思うでしょう。コンピュータが言語を認識する本が欲しい。
そこで「言語認識 コンピュータ」で再度検索します。
少しは音声認識に近づくのですが、
残念ながら「コンピュータ言語」として「プログラミング言語」の本が多くヒットします。
ただし、
注目してほしいのは、ページ右端の「連想ワードで絞り込み」という列です。
ここで太字の「計算機科学」の下位に、
「情報科学」「音声認識」「高級言語」「計算言語学」「自然言語理解」・・・と並んでいます。
ここで適切な検索語である「音声認識」や「自然言語理解」を選ぶことができます。が、
現時点では、まだ音声認識に詳しくないから、どの用語が適切なのか分からない。
「高級言語」は違うと思うけど、「計算言語学」はどうなんだろう？・・・そんなカンジですよね。
そこで、太字の「計算機科学」の右に付いている模様入りの○をクリックしてみてください。
すると、各用語の関係がマップで表されます。
特に「人工知能」に結び付く用語として「自然言語処理」「自然言語理解」「音声認識」が示されます。
このマップは分かりやすいと思います。
多くのかたは、知的なコンピュータとして、人工知能に関連した言語認識が知りたいと気づくことができる。
ここに気付けば「音声認識」という用語が適切であることも分かるし、
さらに「自然言語理解」という専門用語も知ることができます。
さて、元のページで戻って、
右端の「音声認識」の用語にポインターを乗せて、「このキーワードを ・含む」をクリックします。
今度は「人と対話するコンピュータ」や「音声言語処理」「音声言語翻訳」など、
自分が知りたいと思った概念の本が表示されていると思います。
最初は "どこが連想検索なの？ 私の知りたいことを連想していないよ？" と思ったかもしれません。
Google検索のように「特許申請」で検索して「特許出願」がヒットするほどには簡単ではないけれど、
検索システムに対して少しだけ「こういう情報が欲しい」というヒントを出せば、
目的の情報（書籍）を案内してくれました。
検索システムは今のところ、一を聞いて十を知るほどの都合のよいものではないけれど、
少しの対話で分かってくれるところにきていると思います。
ここでご紹介した Webcat Plus は、無料の検索システムです。
無料でここまでできているということは、有料のデータ解析システム等は、もっと進んでいると思って良い。
いかがですか、意外と使える・・・のではないでしょうか。
・・・ちなみに、
商用データベースの JDreamIII も「JSTシソーラスmap」で、用語がマップ化されて案内されます。
DreamIII のマップは、慣れてしまえば使えるのですが、
いきなり表示させても分かりにくいのではないかと思います。
その点、Webcat Plus のマップは初めて見るかたにも分かりやすいと思います。
技術者のかたなどに検索用語を案内する際、
JDreamIII に入る前に、 Webcat Plus のマップを見て頂くのもひとつの方法かもしれません。
特許の検索語：Google Patents
さて、今回はオマケ（？）の特許検索です。
ご存じのかたも多いとは思いますが、２０１６年１０月現在、Googleによる特許検索には２種類あります。
ひとつは Google Patents 、
もうひとつは Google Patent Search です。
この９月に、日本の特許公報が検索できるようになったのは、
Google Patents（https://patents.google.com/）のほうです。
まずは検索してみましょう。
注意：以下の検索は２０１６年１０月１１日現在のものです。
Google Patents のトップページを開きます。
検索ボックスに「言語認識」と入力します。
すると、自動的に「言語 認識」に分割されます。
これは一般的なGoogleの検索と同じ仕組みですが、
Google Patentsの場合は "分割してＡＮＤ演算をします" ということが明確に表示されます。
さて、検索ボタンをクリックします。
すると、「言語」と「認識」で特許公報の全文検索をして、
ランクの高い公報から表示されます。この仕組みもGoogleとほぼ同じだと思います。
よってランク付けによる表示順は、用語の出現位置や、出現頻度が考慮されていると思われます。
また、引用、被引用も考慮されているようです。
各公報の詳細表示ページ下方の「Cited By」（この特許文献を引用している特許文献）の数が多いほど、
リストの上位に表示されています。
細かいことを言えば、
日本特許公報の場合は図面が表示されないし（米国特許公報は図面表示される）、
ＰＤＦへの直接のリンクも無くて（これも米国特許公報はＰＤＦ表示のリンクが有る）、
ページ右側の囲み内にある「External links : Espacenet」をクリックして、
別途 esp @ cenet のモザイク（図面一覧）やオリジナルドキュメント（ＰＤＦ）を開かないといけない。
さらに、関連するＩＰＣが表示されて、そのＩＰＣをクリックする方法で検索できるけど、
特許サーチャーが詳細に検索する場合、使える特許分類はＣＰＣだけだったりする。
ＩＰＣとワードの組合せでの検索などはできないし、日本独自の分類であるＦＩやＦタームは使えない。
とはいうものの、
技術者のかたで、特許公報に馴染んでいないかたがいきなり特許検索する場合、
特許情報プラットフォーム J-PlatPat を使うよりも、
はるかに使いやすいはずです。 工業所有権情報・研修館さん、ごめんなさい m(__)m
試しに、特許情報プラットフォーム J-PlatPat のトップページを開いてください。
検索ボックスが1つだけ表示される、シンプルな画面である点は Google Patents と同じです。
この検索ボックスに「言語認識」と入力して、検索ボタンをクリックしてみます。
１３０件弱ヒットするはずです。（２０１６年１０月１１日現在）
ここで結果を表示するためには「結果一覧」をクリックします。
一覧が表示されますが、Google Patents のようなランク付けは無く、公開番号の新しい順の表示です。
しかも、文献番号、 発明の名称 、 筆頭出願人 、発行日・・・の表示です。
この一覧表示で Google Patents に軍配が上がる (^^)/ と思われる点は、
ヒットした箇所の前後の文章が表示される点です。
これは検索エンジンでは常識ですが、改めて J-PlatPat の一覧表示と比べてみると、
「どの文献を読んだらいいか」の判断は、 Google Patents の表示のほうが判断しやすい。
なにしろ、特許公報のタイトルである「発明の名称」は、分かりにくい書き方をしてあるものが多いのです。
忙しい技術者さんが、この一覧を見て、”公報を読もう” という気になれるだろうか、と思うのです。
しかも引用の多い文献が上位に表示されるということは、
技術者さんが見て、興味深い文献が上位に表示される可能性が高い。
多く引用されている文献は、ある程度の期間を経て評価されているため、
やや古い文献である場合が多い。その点は、新しい情報が必要なかたには不適な面があるかもしれません。
しかし、それを差し引いても、読むに値いする可能性が高い文献が上位に表示されることは
好ましいと思います。
そして、今回のコラムのテーマである「適切な検索語」。
単に公開番号順に読むだけでは、「言語認識」の検索から、「音声認識」への気付きがしにくい。
もちろん公報を読んでいくうちに、「音声認識」の用語に気付くとは思います。
でも、この気付きは、なるべく早く気付けることが好ましい。
あまり多くの公報を読み進まないうちに、「音声認識」での再検索を行えた方が良い。
その意味では、検索結果がランク順に表示される Google Patents のほうが優れていると思います。
Google Patents では、一般の Google のような「関連するキーワード」は表示されませんが、
特に検索者が技術者のかたの場合、
重要な文献（ランク付け）の順に表示されれば、早めにキーワードの修正に気付けると思います。
・・・ちなみに、
この早い気付きで、早く再検索を行うということは、
情報を入手するまでの時間を短縮することにつながります。
できればこのとき、図書館の五法則の The fourth law（第４法則）である
「Save the time of the reader. 」（情報利用者が情報入手するまでの時間を短縮せよ）
を思い出していただけると良いかと思います。
"技術者さんが自分で特許検索したがらない" とお嘆きの知財担当者さんも多いようです。
Google Patents なら技術者さんも検索エンジン感覚で、抵抗なく特許検索してくれるかもしれません。
Google Patents を使ってみてそんなふうに思いました。 いかがでしょうか。
今回の検索例は、参考になりましたでしょうか。
例えばコラム第８６号 で、以前（１９９０年代後半頃）データベース検索を行った場合の例として、
シソーラス（検索語辞書）の「テレビジョン」の項に「受像管」への関連は一切示されていなくても、
「受像管」が頭に浮かぶことがサーチャーの大事な能力だったことを紹介しました。
またコラム第１６１号では「低被爆」を検索語に使ったけれど、
検索依頼者の話しをよく聞いたら、「職業被曝」が適切な検索語だった例を紹介しました。
このような「検索語を思い浮かべる」とか「対話して適切な検索語にたどり着く」などの職業技(?)も、
簡単なことならば既に機械にできるようになってきているかなと思います。
