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）
情報を探し出すヒント －“これで見つかる”は見つけていない－
注意：記載内容やリンクは執筆時点での情報です。
何やら禅問答めいたタイトルですが (^^;
今回のコラムは４月ということで、新人さん迎えた環境で考えてみたいことを書きます。
今まで多くのかたと情報検索についてお話しする機会がありました。
講演やセミナーでの質疑も頂きますし、様々なメールも頂きました。
そのようなとき、皆さんの言葉で気になるのは「これで見つかります」です。
「これで見つかる」は、じつは見つけていない証拠です。
今回のコラムは、この点について書いてみます・・・って？
このハナシのどこが新人さんを迎えた環境につながるのか？ なんだか分からない・・・ですよね。
でも読んでいくと最後にオチがあります (^^)v
オチに納得して頂けると良いのですが、と思いつつ書いてみます。
「これで見つかる」ものしか見ていない：パターン１「検索システム」
皆さんとお話ししていると「これで見つかる」という言葉を、本当によく聞きます。
様々な「これ」があるのですが、代表的なパターンを２つ挙げます。
まずは「このデータベース（検索システム）で見つかる」です。
例えば、科学技術文献情報データベースの JDreamIII（ジェイドリームスリー）。
JDreamIIIのホームページにも書かれてるとおり「日本最大級の科学技術文献情報データベース」であり、
科学技術文献の検索には欠かせない検索システムです。
収録件数は国内外併せて「約6,000万件」（2017年4月10日現在）で、
海外の文献も日本語抄録や、日本語のシソーラス付与により、日本語で検索できます。
実際に検索すると、日本語でキーワードを入力して、
世界中の文献がヒットして、日本語の抄録で読めます。
だから、「JDreamIIIで、ほとんど見つかるので・・・」と思うのも無理はないと思います。
でも、
多くのサーチャーは、JDreamIIIでは僅かなことしか分からないと思っているはずです。
まず収録誌ですが、国内の文献については、かなり広範囲に収録しています。
国立国会図書館の NDL-OPAC で検索対象となっていない商業誌も収録しています。
しかし海外の文献についてはメジャーな雑誌が主に収録対象となっていて、
マイナーな雑誌の場合は収録されていないものも多い。
簡単にいうと、海外の文献を網羅的に検索できるわけではないということです。
もっと言うなら、
国内の雑誌も灰色文献の場合、収録から漏れているものも多いです。
企業の技報など、一般の出版物に近い形態の発行物は収録されているものが多いのですが、
カタログやパンフレット、製品説明書、仕様書など、収録対象外の発行物は多々あります。
さらに雑誌記事本文は収録対象ですが、広告ページは収録されていませんし、
雑誌付録の小冊子なども収録対象外です（別冊などは収録されている場合もありますが）。
さらに入手可能な情報について言うと、
検索段階では書誌事項と抄録、シソーラス用語などしか分からない。文献の全文は分からない。
著作権が大きく関連している面もありますが、非常に限られた情報しか入手できません。
例えば特許文献の検索では、検索と同時に文献全文や全図面が入手できることと比べると、
「これだけじゃ分からない」です。全文や図面は、原本のＰＤＦや複写を別途入手する必要があります。
要するに「コストをかけて原本を入手する必要があるかどうかの検討を行うための情報入手」であり、
検索時点で、文献の内容そのものが入手できるわけではない、のです。
しかも検索対象となるデータは、
書誌事項（雑誌名、タイトル、著者など）や日本語抄録やシソーラス用語です。
専門家によるシソーラス付与がされているので、検索精度は高いともいえますが、
逆にシソーラス付与は付与者の判断に左右されるし、全文検索はできないから検索漏れすることも多い。
だから「JDreamIIIで、たいがいの文献は検索できる」と言われると「マジですか」と思います。
実際に、雑誌現物を図書館などで手めくり調査したり、
手元にある文献のデータを JDreamIII で確認したりすると、
JDreamIII で検索できることは大変限られていると実感します。
でもJDreamIIIだけしか知らない場合、JDreamIIIを日本語で検索して何百件もヒットして、
日本の文献がいっぱいヒットするし、英語の文献も、ドイツ語の文献も、ロシア語も文献も検索できる。
だから「ちゃんと検索できている」と思うのでしょう。
要するに「これで見つかる」ものしか見えていないということなのです。
なお、
これは単にJDreamIII を一例として「データベースで見つからない」を説明しただけです。
決して JDreamIII のレベルが低いわけではありません。
例えば、上でJDreamIIIの対象例として挙げた国立国会図書館の NDL-OPAC も、
国会図書館で所蔵している雑誌記事の全てが検索できる（＝検索データ化されている）わけではありません。
上で「商業誌が検索対象となっていない」と書きましたが、
国会図書館では商業誌も網羅的に所蔵しています。
しかし、商業誌は検索データ化されていないものが多いので記事検索できない。
データベースや検索システムにおいて、こういう例は多々あります。
・・・ちなみに、
コラム１６６号で、電子書籍の利点は書籍全体から検索できることだと書きました。
現時点での文献検索の不利点を考えると、書籍や文献の網羅的な全文検索と電子状態での文献入手は、
今後ぜひ充実していってほしいと思います。
ただし念のため書くと、全文検索はシソーラス用語の付与などがされないため、
その点では検索精度が落ちる傾向も否定できません。
結局のところ、「これで何もかも検索できる」というシステムやデータベースを作るのは
かなり難しいのではないかと思います。
「これで見つかる」ものしか見ていない：パターン２「検索方法」
もうひとつの「これで見つかる」の代表的パターンは「この検索方法で見つかる」です。
例えば、コラム１５４号で、こんな例を書きました。
------------コラム１５４号から抜粋------------
講演で「こういう方法が正しいを捨てる勇気が必要」とお話ししたとき、
講演後の質問票で、こんな質問を頂いたことがあります。
「一般に正しいとされる検索方法にこだわらない、という説明がありましたが、
例えば、ある新しい技術に関する出願前調査を行うケースで、ＩＰＣ、ＦＩ ｅｔｃの特許分類や
新技術に関するキーワードで検索を通常行うと思いますが、
正しいとされる検索方法にこだわらない、とは例えばどのような検索を行うのでしょうか」
このときは特許分類とキーワードでの検索が適切ではない場合もある、という説明で回答しました。
でも正直なところ回答する前に、逆に私のほうから
「ではアナタは、ある新しい技術に関する出願前調査を行う場合に、
ＩＰＣ や ＦＩ などの特許分類や新技術に関するキーワードで検索を行って、
全く問題無く調査できていますか？ 検索依頼者から、検索漏れや
検索の不適切な点を指摘されたことはありませんか」 と質問したかった。
------------------------------------------------
検索講習会などでは「この方法で、このように検索できる」という検索例を使って学びます。
しかし、その検索方法は検索を学びやすい検索例で学んでいるだけなので、
実際の調査では、講習会の実習のように上手くいかないのが普通です。
しかも情報検索のシステムもデータも特許分類も、次々に改訂され、改版され、移り変わって行きます。
「この方法で検索できる」などどいう固定した検索方法など、あるわけないのです。
結局、検索の練習で「見つけた」から見つかると思っているだけです、残念ながら。
また例えば、
「近接演算を使っています」とか「特許分類を指定することにこだわっています」
などのコメントとともに、「これで見つかっています」と言われることもあります。
皆さん、このようなコメントをどう思いますか？
当たり前のことなのですが、
近接演算（近傍検索ともいいます）で検索した場合、
語順や近接の度合いを指定したデータ以外は、全て検索漏れします。
・・・ちなみに、
近接演算というのは、例えば(スポーツ W2 シューズ）で検索して、
この検索式のなかの 「W2」 で
“「スポーツ」と「シューズ」の間に0～2文字入ったデータも検索する”
ということを指定することにより、
「スポーツ用シューズ」 や 「スポーツでのシューズは」 などのデータも
「スポーツシューズ」と共に、モレなくヒットさせる方法です。
近接演算は、日本語でのテキストの全文検索の場合、
トランケーションの中間任意の代用としても使えるため大変便利なのですが、
上手に使える例は限られると思います。
例えば用語のバリエーションが多くて、全ての変化をヒットまとめてヒットさせたい場合に使う方法です。
例：「エンタ」と「メント」が４文字以内に順番で出現するデータを検索する（中間任意の代用）。
「エンターテインメント」「エンタテインメント」「エンターテイメント」「エンタテイメント」など
また、特定のフレーズに的を絞って、適合率を上げて検索したい場合に使います。
例：概念として「衝撃吸収」について、順不同で「衝撃+ショック」と「吸収+緩和+緩衝」が
１０文字以内に出現するデータを検索する。
例えば「ランニングによる路面からの衝撃を靴底のクッションが吸収する」というフレーズが検索されます。
でも、
特に特定のフレーズを狙った場合、よほど上手に指定しないと、検索漏れやノイズが多くなります。
例えば上の「衝撃吸収」の検索で１０文字以内に指定した場合、
「ランニングによる路面からの衝撃をシューズ底部のクッションが吸収する」というフレーズは、
「衝撃」と「吸収」の間に１１文字以上あるため検索されません。
かといって間に入る文字数を多くすると、当然ながら関係無い情報（ノイズ）も多くなります。
しかも、自分が想定していなかった用語が使われている場合もあります。
例えば、「衝撃+ショック」と「吸収+緩和+緩衝」で近接演算した場合、
「衝撃をやわらげる効果がある」というフレーズは検索されません。
近接演算を使うと、かなり狙ったフレーズがヒットすることが多いので、
つい「上手に検索できた」と思ってしまう。
でも、実際は検索漏れが多々ある。
しかし、
検索漏れは「見えない」ので、見つけていないことに気付かない。
特許分類も同じです。
特定の特許分類を使った場合、その分類が付与されている公報しかヒットしない。←当たり前ですが。
特許分類で技術概念を指定できる利点は大きいです。
しかし、その分類が付与されている公報以外はすべて検索漏れさせるリスクが同時に発生します。
よく特許検索の教科書などで「複数の特許分類を使って検索しましょう」とか、
「キーワードだけの検索で補完検索すると良い」などと書かれているのは、このためです。
検索において、特定の検索システムや検索方法にこだわったら終わりです。
近接演算などのやや高度な検索方法や、特許分類などの専門的な検索キーを使うと、
上手に検索できているように思えて「見つかります」と言いたくなると思いますが、
これは見つけていないことに気付いていないだけなのです。
見つけていないことに気付かないことが問題になるのは・・・？
さて、上の項で「見つけていないことに気付いていないだけ」と書きましたが、
この「見つけていない」という状態は、問題でしょうか。
見つけていないことに気付かないということは、
見つけていないことに気付く機会が無いということです。
例えば、調査依頼者から検索漏れを指摘されるとか、自分で検索漏れを見つけるとか、
手元にある文献がデータベースに収録されたいないことが分かるなどの機会が無い。
これは調査の精度が低くても問題になる状況にないということです。
そういうことであれば、見つけていなくても問題無い。ノープロブレムです。
だから「これで見つかります」と言うかたの場合、
正直なところ、たぶん検索漏れさせているだろうし、上手に検索できているとは思えないけれど、
それで仕事が済んでいるなら、とやかく言う必要は無いと思います。
ならば、
どのような場合に見つけていないことに気付かないのが問題になるのか？
これが問題になるのはモノを教える「先生」が気付いていない場合です。
特に大学の先生は研究者なので、実務をしたことが無いかたが多い。
研究されていることは大変尊敬すべきことであり、先生がたの仕事は非常に重要なものです。
しかし大学で実務に関連することを教える場合、
それこそ実際に現場のニーズによる検索や調査をしたことのない先生がたが、
教科書に書いてある「絵に描いた理想」の検索を教えて、これで検索できると思っている。
で、学生は先生の教えてくれることを素直に学ぶのですが、
社会に出て、イザ勉強したことを生かそうと思うけれど、
そもそも勉強したときのような理想的な状況は社会にはまず存在しなくて・・・
要するに「現実」に直面するわけです。
以前、大学の図書館情報学の先生とお話ししていて、こんなことがありました。
私が「複数の図書分類にわたる概念を調べたい場合、複数の書架を見る必要がある」と言ったら、
先生は「蔵書検索できるのに、そんなことする必要はないでしょう」と言うのです。
大変偉い先生ではありましたが、
この回答から、残念なことに先生に実務はできないであろうということが分かってしまった。
検索で何でも見つけ出せるわけではない、ということを知らないんですね。
図書館で本を探す場合、蔵書検索で分かることは大変僅かです。
例えばコラム１２３号で、音声認識について書いてある本『弱いロボット』について、
『弱いロボット』を所蔵していても、
『弱いロボット』に「音声認識」の件名付与がされていない場合があるということを書きました。
具体例として神奈川県立図書館での件名付与は 「ロボット」 のみ。
愛知県図書館での件名付与は 「人工知能」 のみです。
また当然ながら書名にも「音声認識」という用語は含まれていません。
よって２館とも、「音声認識」で検索してもこの本はヒットしません。
ならば、この本は音声認識について書いてある本を探しているヒトが見つけ出せないのかというと、
実際は、そうでもないわけです。
現実として、現在の多くの図書館は開架式なので書架で本を直接見ながら探せます。
神奈川県立川崎図書館、愛知県図書館とも、この『弱いロボット』は
図書分類 「007.13」 の棚に配架されています。
007.13 は「人工知能、パターン認識」の分類記号です。
「パターン認識」は「音声認識」の上位語ですので、
音声認識に関する本は『弱いロボット』も含めて、007.13 の書架に並んでいるはずです。
そして、音声認識に関する本が並んでいる書架が 007.13 だということを知らなくても、
図書館司書に 「音声認識に関する本は、どこにありますか」 と尋ねれば、
ちゃんと 007.13 の書架を案内してくれるはず。
というわけで、
検索で見つけられなくても現実の図書館は、実際に探し出せるしくみをもっている。
将来的に電子書籍化が進んで、全文検索できるようになれば違うと思います。
例えば、自館で著作権処理して電子書籍化した本を、全文検索して表示可能にしている図書館もあります。
しかし、このような例はまだまだ少数です。
現時点では、検索では見つからない場合も多い。実際の棚を見るしかないものなのです。
例えば、ヨーロッパ中世の美術品の図版が欲しい場合、
美術史の分類である「702」を見ても適切な図版が見つからない場合、
歴史の本の棚を見に行って、ヨーロッパ史「203」で見つかる場合もある。
蔵書検索では目的とする図版の検索なんてできない。
こういう簡単な実務でさえ、先生がたは知らない・・・のです。
でも先生がたは自分が知らないということを自覚する機会が無い。何故なら実務をしないから。
その先生がたから習った方法が通用しない現実に悩む新人さんの春なのであります。
前回のコラム１６７号で、
講演やセミナーの質疑応答で新人のかたから質問のような悩み相談を頂くことを書きましたが、
結局、自分の会社の先輩や上司に直接相談できなくて、講師である味岡に打ち明けているように感じます。
既に悩める時期を過ぎてしまったベテランの皆さんがたは、悩んだことさえ忘れているかもしれませんが、
学んだ理想と現実との違いに悩んでいる真っ最中の新人さんの気持ちを思いやりながらご指導頂けると、
新人さんたちも現実に対応していきやすいかもしれません。そんなふうに思います。
新年度早々、長いコラムになってしました。
読んでくださって有難うございます。
学んだ理想と現実との違いというのは、何も検索や調査の世界に限らないわけで、
「見えているものだけ見ていると見えてないものが見えない」ということの参考になれば、
とも思います。
