Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
歴史災害史料の市民参加型翻刻プラットフォーム『みんなで翻刻』の紹介とその設計
Search
オープンサイエンス・ミートアップ
March 26, 2017
Science
0
170
歴史災害史料の市民参加型翻刻プラットフォーム『みんなで翻刻』の紹介とその設計
第8回ミートアップ
スピーカー:橋本 雄太さん(京都大学大学院 文学研究科)
日時:2017年3月15日(水) 18:30-19:30
場所:MTRL KYOTO
オープンサイエンス・ミートアップ
March 26, 2017
Tweet
Share
More Decks by オープンサイエンス・ミートアップ
See All by オープンサイエンス・ミートアップ
市民科学と科学技術政策
kyotoopenscience
0
230
ACADEMIC GROOVE —— 学術を「体感」するということ
kyotoopenscience
0
130
せんだい歴史学カフェ in KYOTO オープンサイエンスミートアップ! 歴史学の面白さ、伝えます!
kyotoopenscience
1
150
市民が取得した魚類の情報を科学的に活用する試み
kyotoopenscience
1
230
宇宙・地球のオープンデータでハッカソン
kyotoopenscience
0
86
ゲームを研究してみよう (でも、どうやって?) / How to study "game"
kyotoopenscience
0
330
市民参加型調査「花まるマルハナバチ国勢調査」でできたこと・できなかったこと
kyotoopenscience
0
210
ナメクジ捜査網 -市民科学とナメクジのこれから-
kyotoopenscience
0
300
市民参加型のヒアリ防除のための発見位置共有システムの開発と普及
kyotoopenscience
0
260
Other Decks in Science
See All in Science
Machine Learning for Materials (Lecture 8)
aronwalsh
0
420
拡散モデルの原理紹介
brainpadpr
3
4.9k
20分で分かる Human-in-the-Loop 機械学習におけるアノテーションとヒューマンコンピューターインタラクションの真髄
hurutoriya
5
2.4k
ほたるのひかり/RayTracingCamp10
kugimasa
0
340
拡散モデルの概要 −§2. スコアベースモデルについて−
nearme_tech
PRO
0
600
Machine Learning for Materials (Lecture 7)
aronwalsh
0
820
Boil Order
uni_of_nomi
0
120
化学におけるAI・シミュレーション活用のトレンドと 汎用原子レベルシミュレーター: Matlantisを使った素材開発
matlantis
0
270
Science of Scienceおよび科学計量学に関する研究論文の俯瞰可視化_LT版
hayataka88
0
940
(Forkwell Library #48)『詳解 インシデントレスポンス』で学び倒すブルーチーム技術
scientia
2
1.4k
生成AI による論文執筆サポートの手引き(ワークショップ) / A guide to supporting dissertation writing with generative AI (workshop)
ks91
PRO
0
270
様々な侵入者タイプに対応した適切な警備計画の策定 / Patrol route design considering various types of intrudes
konakalab
0
200
Featured
See All Featured
Building Your Own Lightsaber
phodgson
103
6.1k
Fantastic passwords and where to find them - at NoRuKo
philnash
50
2.9k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
1
190
Dealing with People You Can't Stand - Big Design 2015
cassininazir
365
24k
Measuring & Analyzing Core Web Vitals
bluesmoon
4
140
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
280
13k
Visualization
eitanlees
145
15k
Producing Creativity
orderedlist
PRO
341
39k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
44
6.8k
What's new in Ruby 2.0
geeforr
343
31k
How STYLIGHT went responsive
nonsquared
95
5.2k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
191
16k
Transcript
ྺ࢙ࡂ࢙ྉͷ ࢢຽࢀՃܕࠁϓϥοτϑΥʔϜ ʰΈΜͳͰࠁʱͷհͱͦͷઃܭ ژେֶจֶݚڀՊɹത࢜ޙظ՝ఔ ڮຊ༤ଠ 20173݄15@ୈ8ճΦʔϓϯαΠΤϯεϛʔτΞοϓ 1
͡Ίʹ • ࣗݾհ • ڮຊ ༤ଠʢژେจֶݚڀՊ ใɾ࢙ྉֶઐमD3ʣ • ઐɾɾɾਓจใֶ, ۙ༸Պֶ࢙ •
3ऑɼຽؒͰϓϩάϥϚʔΛܦݧ • ຊͷൃදͰ • ࡂ࢙ྉͷࢢຽࢀՃܕࠁϓϩδΣΫτ ʮΈΜͳͰࠁʯΛհ • ಛʹɺಉγεςϜͷઃܭ෦Λத৺ʹ͓͠·͢ 2
3 URL: https://honkoku.org/
ʮΈΜͳͰࠁɹ࢙ྉʯ • ֓ཁ • ྺ࢙ࡂ࢙ྉͷࢢຽࢀՃܕࠁϓϩδΣΫτ • 20171݄10ʹ Web αΠτΛਖ਼ࣜެ։ • ʮࠁʯͱ • ྺֶ࢙༻ޠͰɼ࢙ྉதͷจষΛ׆ࣈʹى͜͢͜ͱ • ։ൃɾӡӦɾɾɾژେֶݹݚڀձ
• ژେཧֶݚڀՊΛத৺ͱͯ͠ɼྺ࢙࢙ྉͷ ղಡʹ͍͋ͨͬͯΔֶࡍάϧʔϓ • ओ࠵ɿதҰʢཧֶݚڀՊʣɼՃೲ༃೭ʢࡂݚʣ 4
എܠɿྺ࢙ݚڀͷྺ࢙ • 1891 ೱඌ • 1892 ࡂ༧ௐࠪձ͕ൃ • 1923 ؔ౦େࡂ • 1925 ౦ژେֶݚڀॴઃཱ • ࢙ྉͷऩूɾฤࢊࣄۀ
• ʰେຊ࢙ྉʱʢ1904ʣɼશ2 • ʰ૿గେຊ࢙ྉʱʢ1941-43ʣɼશ3 • ʰ৽ऩɹຊ࢙ྉʱʢ1981-1994ʣɼશ21 • ʰຊͷྺ࢙࢙ྉ रҨʱʢ1998-2012ʣɼશ8 5
ྺ࢙࢙ྉͷใԽͱ՝ • ࡂ࢙ྉͷςΩετσʔλϕʔεߏங • ʦݹɾதੈʧ ɾՐ࢙ྉσʔλϕʔε • ͻͣΈूதଳϓϩδΣΫτ ࢙ྉσʔλϕʔε • ໊ݹେֶ
ྺ࢙࢙ྉݕࡧγεςϜ • ౦େݚʹΑΔطץ࢙ྉͷςΩετDBԽࣄۀ • ՝ • طץ࢙ྉूʹະऩͷ࢙ྉɼຊจ͕লུ͞Ε͍ͯΔ ࢙ྉ͕ଟଘࡏ͢Δ 6
7
ʰΈΜͳͰࠁʱϓϩδΣΫτͷత 1. ྺ࢙ࡂ࢙ྉͷେنςΩετDBԽɼ ΦʔϓϯσʔλԽ 2. ࠁ࡞ۀΛ௨ͨ͡ࢢຽͷࡂҙ্ࣝ 8
ର࢙ྉ • ౦େݚਤॻࣨʮੴຊจݿʯ • ౦ژେֶݚ̎ॴɾੴຊາ࢛༤ ʢ1893-1940ʣ͕ऩूͨ͠ࡂ࢙ྉίϨΫγϣϯ • ͜ͷ͏ͪɺݱࡏݚͰσδλϧެ։͞Ε͍ͯΔ࢙ ྉ 114ʢը૾3,193ຕʣͷશจࠁ͕໘ͷඪ •
ࠁจCC-BY-SAϥΠηϯεͰఏڙ 9 ʰ৴भઙؒࢁমʱ ʰهʱ ʰݩهʱ
ຊޠྺ࢙࢙ྉͷ Ϋϥυιʔγϯάࠁͷ՝ 1. ϓϩδΣΫτʹࢀՃ͢Δଟͷࢢຽͷ༠ ಋ 2. ܧଓతࢀՃΛଅ͢Ϟνϕʔγϣϯઃܭ 3. ݹจॻͷࠁ࡞ۀͷқͷߴ͞ ʢͣ͘͠ࣈղಡͷ͠͞ʣ
10
ͳΜͱಡΉͰ͠ΐ͏ 11
ϓϩδΣΫτͷઃܭํɹ 1. ʮֶशʯϕʔεͷΫϥυιʔγϯά • ࢀՃऀͷળҙʹཔΒͳ͍ಈػ͚ͷΈΛߏங • ࠁ࡞ۀͷࢀՃΛ௨ͯ͡ɼࢀՃऀ͕ݹจॻղಡͷ ܇࿅Λड͚ΒΕΔΑ͏ʹαΠτΛઃܭ͢Δ 2. ू߹Λར༻্࣭ͨ͠ • ࡞ۀՌΛࢀՃऀؒͰڞ༗ɾमਖ਼Մೳʹ͢Δ • ෳਓͷνΣοΫΛ௨͢͜ͱͰࠁͷޡΓΛݮΒ͢
• ͨͩ͠࠷ऴతʹݹݚڀձ͕࣭ΛνΣοΫ 12
ͳͥʮֶशʯ͕ࢢຽࢀՃͷΩʔʹͳΔ͔ • ֶशཁૉΛࢢຽࢀՃϓϥοτϑΥʔϜʹΈࠐΉ͜ͱ ͰɼෳͷϝϦοτ͕ಘΒΕΔ 1. ΦϯϥΠϯֶशʹର͢Δؔ৺ඇৗʹߴ͘ɼڭҭऀΛؚΉଟͷ ਓʑΛϓϥοτϑΥʔϜʹ༠ಋͰ͖Δ 2. ࢀՃऀͷֶशҙཉΛɼࠁͳͲͷλεΫ࣮ࢪͷಈػ͚ʹ͚Δ ͜ͱ͕Ͱ͖Δ 3.
ࢀՃऀͷεΩϧ্ͱݕఆΛ࣮ࢪͰ͖Δ 4. ྺֶ࢙ͷίϯςϯπʹɼ؆୯ͳฤूͰֶश༻ڭࡐʹసԽͰ ͖Δͷ͕ଟ͍ 5. ଞʢޠֶֶशʣͰͷޭࣄྫ 13
ώϯτʹͳͬͨαʔϏεɿDuolingo 14 Duolingo ແঈͷޠֶֶशαʔϏε͕ͩɺֶशͷҰͱͯ͠ख़࿅ऀʹ༁λε ΫΛແঈͰׂ͍ͯͯΔɻͦͷՌΛଞࣾʹఏڙ͢Δ͜ͱͰࣄۀऩӹΛಘ͍ͯ Δɻ
ώϯτʹͳͬͨαʔϏεɿlang-8 15 lang-8 ɺ֎ࠃޠͷֶशऀ͕ޓ͍ͷ࡞จΛఴ͢ΔΈΛߏங͢Δ͜ͱͰɼ ແঈͷ࡞จఴαʔϏεΛఏڙ͍ͯ͠Δɻ
࣮ͨ͠ॾػೳ 16
ݸผతֶशͷࢧԉ: ͣ͘͠ࣈֶशࢧԉΞϓϦʮKuLAʯͱͷ࿈ܞ • ֓ཁ • ࡕେจֶݚڀՊΛத৺ʹ։ൃ͞Εͨʮͣ͘ ͠ࣈʯͷֶशࢧԉΞϓϦέʔγϣϯ • 3,000ຕͷ༻ྫը૾ͱಡղڭࡐΛऩ • 20162݄ͷެ։ޙ
6.1ສճDL • ʮΈΜͳͰࠁʯͱͷ࿈ܞ • KuLA ͷશίϯςϯπΛαΠτʹసࡌ • ͣ͘͠ࣈղಡͷجૅΛಠशՄೳʹ 17
༻ྫը૾Λֶͬͨशࢧԉ 18
֬ೝςετ 19
ڠௐతֶशͷࢧԉɿ ࢀՃऀؒͷ૬ޓఴγεςϜ • ࠁ࡞ۀͷྃ࣌ɼ ࠁจͷఴΛଞͷࢀՃऀ ʹґཔ͢Δ͜ͱ͕Ͱ͖Δ • ૬ޓఴͷత • ࢀՃऀͷεΩϧΞοϓ • ࠁจͷ࣭ͷ্
20
ࠁ࡞ۀͷλΠϜϥΠϯදࣔ 21
ࠁจमਖ਼࣌ͷ௨ 22
ฤूཤྺͷࠩʢdiffʣදࣔ 23 ࠩΛݟΔ͜ͱͰɼͲͷՕॴ͕मਖ਼͞Ε͔ͨ؆୯ʹ֬ೝͰ͖ Δ
࡞ۀਐḿͷཧ • ࡞ۀਐḿը૾୯ҐͰཧ͠ɺ࣍ͷϑϩʔͰભҠ͢Δ 24 ະணख ணखࡁΈ ࠁྃ ֬ఆ ɾɾɾҰฤू࡞ۀ͕࣮ࢪ͞Ε͍ͯͳ͍ঢ়ଶ ɾɾɾҰҎ্ɺฤू࡞ۀ͕࣮ࢪ͞Εͨঢ়ଶ
ɾɾɾը૾தͷͯ͢ͷจࣈ͕ࠁͰ͖͍ͯΔঢ়ଶ ɹɹʢ͜ͷ࣌ͰޡࠁະղಡͷՕॴ͕͋ͬͯ ྑ͍ʣ ɾɾɾཧऀ͕ݕΛ࣮ࢪ͠ɺࠁจ͕֬ఆͨ͠ঢ় ଶ ɹɹʢҰൠࢀՃऀฤूෆՄʹͳΔʣ ཧऀ͕ঝೝ ཧऀ͕ڋ൱ ࢀՃऀ͕ࠁ ࢀՃऀ͕ࠁ ࢀՃऀ͕࠶ฤू
ͦͷଞʹ࣮ͨ͠ػೳ • ฤूػೳ • ॎॻ͖ରԠΤσΟλ • ഉଞ੍ޚ • ϥΠϒฤू • ήʔϛϑΟέʔγϣϯ •
ϥϯΩϯά • ϨϕϧγεςϜ • ϓϩϑΟʔϧදࣔɾઃఆ • ࢀՃऀؒͷڠௐࢧԉ • λΠϜϥΠϯ • ը૾ߘػೳϑΥʔϥϜ • ϓϩϑΟʔϧઃఆɾදࣔ • SNS࿈ܞ • Ϣʔβʔೝূ • ࡞ۀՌͷڞ༗ 25
σϞ 26
ใ׆ಈ 27
৽ฉใಓ • ࡢ9݄ʙݹݚڀձ෦ͰγεςϜࢼ༻Λ։࢝ • 1݄6 ژେ࣌ܭͰهऀϨΫΛ࣮ࢪ, ڞಉ௨৴͕Webใಓ, β൛Λެ։ • 1݄7 ே৽ฉ༦ץ, ࢈ܦ৽ฉʹهࣄ͕ܝࡌ • 1݄10
ژେใʹܝࡌ, ਖ਼ࣜ൛Λެ։ • 1݄11 ຖ৽ฉ༦ץʹهࣄܝࡌ • 1݄12 ே৽ฉσδλϧʹهࣄܝࡌ • 2݄26 ژ৽ฉ༦ץʹهࣄܝࡌ • 2݄28 ܦ৽ฉ༦ץʹهࣄܝࡌ 28
SNS্Ͱͷใ • ެࣜ Twitter ΞΧϯτ, ެࣜ Facebook ϖʔδ • Ϛείοτ: ʮ͠Έ·Δʯ 29
Πϥετ: ඒʢּؒॻӃʣɺCV: ൧༸ҰʢେࡕେֶจֶݚڀՊڭ तʣ
χίχίಈըͱͷఏܞ 30
χίχίಈըͱͷఏܞ 31
ެ։2ϲ݄ޙͷܦա 32
ϓϩδΣΫτͷਐḿʢ1/10ʙ3/14ʣ • Web αΠτొऀɾɾɾ2178໊ • ͜ͷ͏ͪ225໊͕࣮ࡍʹࠁʹࢀՃ • ࠁจͷฤूճɾɾɾ10625ճ • 1ฏۉ156ճฤू͕࣮ࢪ͞Ε͍ͯΔ
• ૯ೖྗจࣈŋŋŋ142.1ສࣈ • ݪߘ༻ࢴ 3600 ຕ૬ • ը૾͝ͱͷεςʔλε • ணखࡁΈɾɾɾ 548/3193ຕʢશମͷ17%ʣ • ࠁྃɾɾɾ2062/3193ຕʢશମͷ64%ʣ • શը૾ͷࠁ͕࢙ྃͨ͠ྉɾɾɾ55/114 33
Ռͷ࣭ʹ͍ͭͯ • ඇઐՈ͕ͣ͘͠ࣈΛਖ਼֬ʹࠁͰ͖Δͷ͔ʁ • ·ͩఆྔతධՁ࣮ࢪ͍ͯ͠ͳ͍ • ଟͷࢀՃऀ͕ฤूʹؔΘΔ͜ͱͰɼ૬ʹ ਖ਼֬ͳࠁ͕Ͱ͖͍ͯΔҹ • ྫ: ʰهʱɼܭ42ਓͷࢀՃऀʹΑΓɼ ̍ίϚ͋ͨΓฏۉ̍̎ճฤू͞Ε͍ͯΔ •
ͨͩ͠දهͷΏΕͳͲ՝͋Γ 34
ࢀՃऀ͚Ξϯέʔτͷ࣮ࢪ • 3/8͔ΒࢀՃऀ͚ʹGoogle Form Λͬͯ ΞϯέʔτΛ࣮ࢪத • ࣭ࣄ߲ • ࢀՃऀͷόοΫάϥϯυʢྸɺֶशྺ etc.ʣ • ϓϩδΣΫτΛ͖͔͚ͬͨͬ • ࢀՃͷϞνϕʔγϣϯ
• etc... • 3/15·Ͱʹ45݅ͷճΛಘͨ 35
·ͱΊ • 2ϲ݄ؒͷؒʹɼࢢຽͷखͰ࢙ྉը૾2000ຕɼ จࣈͰ140ສࣈΛςΩετԽ͢Δ͜ͱ͕Ͱ͖ ͨ • ݹจॻղಡͱ͍͏ͷߴ͍λεΫʹରͯ͠ɼ ࢢຽࢀՃܕϓϩδΣΫτ࣮ࢪՄೳ • ʮֶशΛϕʔεʹͨ͠ϓϩδΣΫτઃܭʯɼࢢຽ ࢀՃϓϩδΣΫτͷ༗༻ͳΞϓϩʔνʹͳΔͷͰ 36
ࠓޙͷల • ର࢙ྉͷ֦େ • ੴຊจݿҎ֎ͷݚॴଂ࢙ྉͷՃ • ࢙ྉը૾ͷϢʔβʔΞοϓϩʔυ • ผͷద༻ • ژֶ࢙ྉ, ২ຽ࢙࣌ྉ,
etc.. • ࠃจݚΦʔϓϯσʔλ • ػցֶशɾࣗಈೝࣝͷΈࠐΈ • ۭ࣌ؒσʔλͷநग़ɼ࢙ྉ༰ͷՄࢹԽ 37
ॻ੶ʰΞϓϦͰֶͿͣ͘͠ࣈʱ͕ץߦ͞Ε·ͨ͠ • ऩ༰ • KuLAΛ׆༻ͨͣ͘͠͠ࣈڭ ҭͷ࣮ફ • ւ֎ͷͣ͘͠ࣈڭҭ • มମԾ໊จࣈίʔυηοτ •
ݹͱͣ͘͠ࣈղಡ • ϑΝϯ࠲ஊձ • ΈΜͳͰࠁͷհ • ּؒॻӃΑΓຊൃച • 92PϑϧΧϥʔ੫ผ800ԁ 38
χίχίձٞʢ4/29, 30ʣʹग़ల͠·͢ 39
ٕज़తͳ͜ͱ͕Β 40
ΈΜͳͰࠁͷ༻ٕज़ • ༻ݴޠ: CoffeeScript • JavaScript ʹίϯύΠϧ͞ΕΔϝλݴޠ • Ruby
Python ʹ͍ۙ • ͨͩ࠷ۙϝϯς͞Ε͓ͯΒͣɺผݴޠʹΓ͍͑ͨ • ϑϨʔϜϫʔΫ: AngularJS • Googleͷ Web ϑϨʔϜϫʔΫ • ࡢޙܧͷ Angular2 ͕ެ։͞Εͨ • UI ϑϨʔϜϫʔΫ: Angular Material • AngularJS ʹରԠ͠ɺϚςϦΞϧσβΠϯͷUIΛఏڙ • ͦͷଞϥΠϒϥϦ • AngularFire • AngularJS Ͱ Firebase ͷॾػೳʹΞΫηε͢ΔͨΊͷϥΠϒϥϦ • ιʔείʔυཧ: git 41
42 Heroku ࠁจσʔλͷ Read/Write, Ϣʔβʔೝূ, etc ௨ൃߦ࣌ʹ σʔλૹ৴ ੩తϑΝΠϧͷ ϩʔυ
௨σʔλॻࠐΈ, ूܭॲཧͷ࣮ߦ https://honnkoku.org/ https://wahon-server.herokuapp.com https://kojishin-fce4e.firebaseio.com/
͘͞ΒͷϨϯλϧαʔόʔ • ੩తϑΝΠϧͷΈϗετ͢Δ • ஔ͍ͯ͠ΔϑΝΠϧ • HTMLϑΝΠϧ • JavaScript ϑΝΠϧ
• ࢙ྉը૾ϑΝΠϧ • ੩తϑΝΠϧΛΫϥΠΞϯτ͕ϩʔυͨ͠ޙɺ FirebaseͱͷσʔλͷΓऔΓͷΈൃੜ͢Δ • ࢙ྉը૾ͷಡࠐΈΛআ͘ • HTML ͯ͢ΫϥΠΞϯτ্Ͱಈతʹੜ͢Δ 43
Firebase • ϢʔβʔೝূͱσʔλอଘػೳΛఏڙ • ΈΜͳͰࠁͰಡΈॻ͖͢Δσʔλશͯ Firebase ্ʹอଘ͞ΕΔ • Firebase ্ͷσʔλɺଓதͷΫϥΠΞϯτͱ ϦΞϧλΠϜͰಉظ͞ΕΔ • ͜ΕΛར༻ͯ͠ʮϥΠϒࠁʯͳͲΛ࣮ݱ͍ͯ͠Δ
44
Firebase ͷσʔλπϦʔ • ࠁจؚΊɺશͯͷσʔλFirebase͕ఏڙ͢ΔπϦʔܗ ࣜDBʹ֨ೲ͞ΕΔ • books: ࢙ྉͷॻࢽใ • chars: ֶश༻ͣ͘͠ࣈ
• daily-stats: ࣌ूܭ • lesson-progress: ֶशਐḿཧ • notifications: Ϣʔβʔຖͷ௨ • timeline: ࠁ࡞ۀͷཤྺ • transcriptions: ࠷৽ͷࠁจ • users: Ϣʔβʔσʔλ 45
Heroku • Ruby Python, PHP ͳͲͰॻ͔Εͨ WebΞϓϦέʔ γϣϯΛϗετͯ͘͠ΕΔΫϥυαʔϏε • ؆୯ͳ༻ͳΒແྉͰར༻Մೳ • RubyͰॻ͍ͨ؆୯ͳ
WebαʔόʔΛσϓϩΠ͠ɺ Firebase୯ମͰ࣮ߦͰ͖ͳ͍ॲཧΛ͍ͤͯΔ • ΈΜͳͰࠁͰͷར༻ • ௨σʔλͷॲཧ • ूܭॲཧʢcronʣ • ฤूதͷ··์ஔ͞Εͨը૾ͷϩοΫղআʢcronʣ 46
ιʔείʔυͷϏϧυ • Webpack • node.js Ͱॻ͔Εͨ WebΞϓϦέʔγϣϯઐ༻ͷ Ϗϧυπʔϧ • CSS, JavaScript,
ը૾ͳͲɺWebΞϓϦέʔγϣϯʹؚ ·ΕΔ༷ʑͳϑΝΠϧͷґଘؔΛղܾ͠ɺ ࠷దԽ͞ΕͨϏϧυΛੜ͢Δ • ϓϥάΠϯΛಋೖ͢Δ͜ͱͰSCSSCoffeeScriptʹର Ԡ͢Δ • ϑΝΠϧมߋΛݕࣗ͠ಈͰ࠶Ϗϧυ͢Δػೳ 47
ࠓޙͷ։ൃ༧ఆ ᶃ • ࠁจݕࡧ • elastic search ͳͲͷݕࡧΤϯδϯΛ༻༧ఆ • FirebaseจࣈݕࡧΛαϙʔτ͠ͳ͍ͷͰɺࠁจσʔλΛ Firebaseͱಉظ͢Δผαʔόʔ͕ඞཁ
• IIIF ରԠ • ࢿྉը૾Λ IIIFରԠը૾αʔόʔ্ʹஔ͘ • IIP Image Server ͳͲ • URLࢦఆͰը૾ͷ෦ࢦఆɺճసɺ৭ௐม͕Մೳʹͳ Γɺͣ͘͠ࣈͷࣙॻ࡞ʹศར • ͜Εಠࣗαʔόʔ͕ඞཁ 48
ࠓޙͷ։ൃ༧ఆ ᶄ • ࠁจͷӾཡઐ༻ϖʔδͷߏங • ࢿྉը૾ͱࠁจΛೝূͷඞཁͳ͍ॴʹஔ͘ • Google ʹΠϯσΩγϯάͤ͞Δ͜ͱ͕త • JavaScript
ʹΑΔಈతඳըΘͳ͍ • ϝʔϧ௨ • ݱࡏσεΫτοϓ௨ͷΈରԠ͍ͯ͠Δ௨ػೳΛɺϝ ʔϧ௨ʹରԠͤ͞Δ • ௨ػೳ Heroku ্ͷαʔόʔͰ࣮͍ͯ͠ΔͷͰɺ ͜͜ʹϝʔϧػೳΛՃ͢Δ 49