I-Scover

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)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]

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

概要

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[3]。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

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[4]。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[5]

Linked Data

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[6]。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
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
Articledcterms:titlexsd:string[1, 2]タイトル
fabio:hasSubtitlexsd:string[0, -]サブタイトル
dcterms:abstractxsd:string[0, 2]概要文
dcterms:subjectxsd: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:languagedcterms:ISO639-2[0, 1]言語
iscover:articleTypexsd:string[0, 2]文献の種類
iscover:articleTypeDetailxsd:string[0, 2]文献の種類(詳細)
iscover:peerReviewxsd:string[0, 2]査読の有無
iscover:rightsHolderxsd:string[0, 2]著作権保持者
iscover:licensexsd:string[0, -]ライセンス
iscover:sectionxsd:anyURI[0, 1]特集名(会誌、論文誌)
iscover:featureNamexsd:string[0, -]特集名(その他)
iscover:relatedToEventxsd:anyURI[0, 1]イベント
iscover:relatedToSessionxsd:anyURI[0, 1]セッション
iscover:technicalFieldxsd:anyURI[0, 1]技術分野
iscover:articleNumberxsd:string[0, 2]文献番号
iscover:awardxsd:string[0, -]表彰
prism:startingPagexsd:int[0, 1]開始ページ番号
prism:endingPagexsd:int[0, 1]終了ページ番号
dc:formatxsd:string[0, 2]フォーマット
dcterms:issuedxsd:date[0, 1]発行日
iscover:announceDatexsd:date[0, 1]発表日
dcterms:isPartOfxsd:anyURI[0, 1]出版物
iscover:publicationTypexsd:string[0, 2]出版物の種類
dcterms:bibliographicCitiationxsd:anyURI[0, 1]本文の紹介ページ
dcterms:identifierxsd:anyURI[0, 1]本文
prism:doixsd:string[0, 1]DOI
Termrdfs:labelxsd:string[1, -]技術用語
skos:prefLabelxsd:string[1, -]技術用語
xl:altLabelxsd:string[0, -]同義語
skos:broaderxsd:anyURI[0, -]上位概念の用語
skos:relatedxsd:anyURI[0, -]関連用語
foaf:primaryTopicxsd:anyURI[0, 1]DBpediaリンク
Personfoaf:namexsd:string[1, 2]人名
vcard:orgxsd:anyURI[0, -]所属
Organizationrdfs:labelxsd:string[1, -]組織名
foaf:namexsd:string[1, -]組織名
Publicationdcterms:titlexsd:string[1, -]タイトル
dcterms:isPartOfxsd:anyURI[0, 1]出版物
iscover:rightsHolderxsd:string[0, 2]著作権保持者
prism:numberxsd:string[0, 1]出版物番号
prism:publicationDatexsd:date[0, 1]発行日
prism:volumexsd:string[0, 1]巻号
dc:publisherxsd:string[0, 2]発行者
Eventdcterms:titlexsd:string[1, 2]タイトル
dcterms:isPartOfxsd:anyURI[0, 1]イベント(マスター)
ical:categoriesxsd:string[0, 2]カテゴリ
iscover:sessionNumberxsd:string[0, 1]セッション番号
iscover:cityxsd:string[0, 2]開催都市
iscover:venuexsd:string[0, 2]開催場所
swrc:startDatexsd:date[0, 1]開始日
swrc:endDatexsd:date[0, 1]終了日
foaf:homepagexsd:anyURI[0, 1]ホームページ
Multimediadcterms:titlexsd:string[1, 2]タイトル
dcterms:formatxsd:string[0, 2]フォーマット
dcterms:descriptionxsd:string[0, 2]説明文
dcterms:subjectxsd:anyURI[0, -]キーワード
iscover:relatedDocumentUrixsd:anyURI[0, 1]関連文献
iscover:relatedToOnlineServicexsd: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

SPARQL

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[7]

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

例1. 文献数を取得

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

例2. クラスとその使用回数を取得

select    ?object    count(?object) as ?totalwhere {    ?subject    a ?object.}group by ?objectorder by desc(?total)

例3. 述語の一覧を取得

select    ?predicatewhere {    ?subject    ?predicate ?object.}group by ?predicateorder 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

select    ?articleIRI    ?titlewhere {    ?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

select    ?date    ?descriptionwhere {    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

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

select    ?keyword    ?increasedRatewhere {    {        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

例7. 「IoT」と「ディープラーニング」の文献数推移を取得

select    ?keyword    ?year    count(?articleIRI) as ?totalwhere {    {        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

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

select    ?term    ?totalwhere {    {        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

例9. 技術用語の共起頻度に基づいた日英・英日辞書

select    ?term    if(?total > 5, ?transTerm, "(Insufficient data)") as ?transTermwhere {    {        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

例10. データマイニングの共起語を基準とした技術年表

select    ?coTerm    min(?year) as ?startYear    max(?year) as ?endYearwhere {    {        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

例11. 任意のキーワードを起点とした共起語グラフ

select    ?source    ?target    ?weightwhere {    {        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

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    ?weightwhere {    {        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

例13. 任意の組織における研究開発の経歴

select    ?term    ?startYear    ?endYear    ?duration    ?totalwhere {    {        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

関連項目

外部リンク

🔥 Top keywords: メインページ飯豊まりえ高橋一生石丸伸二特別:検索キダ・タロー廣瀬智紀弥助三淵嘉子川栄李奈羽賀研二葛西美空岸辺露伴は動かない秋元優里鈴村健一ユージ虎に翼山崎育三郎STARTO ENTERTAINMENT乙黒えり出口夏希窪塚愛流木田美千代緒方賢一Never young beach田村正和ニューカレドニア猿の惑星シリーズマイケル・ゴードンプロポーズ大作戦 (テレビドラマ)スロバキア麿赤兒浅野温子笠松将竜とそばかすの姫堀田賢慎ラナルド・マクドナルド伊倉愛美仲野太賀