なぜXMLオンラインジャーナルは有利なのか -機械可読性の視点から- / 20140318-xml-nakanishi

J-STAGE利用学協会意見交換会、学術情報XML推進協議会（XSPA）セミナー
日付: 2014年3月18日 (火曜日)
場所: 京都リサーチパーク AV会議室 (1号館4F)

Transcript

1. 学術情報 XML 推進協議会2014 なぜXMLオンラインジャーナル は有利なのか
 －機械可読性の視点から－ 2014.  3.18　3.19 JST意見交換会   中西秀彦 Ph.D. 中西印刷株式会社 学術情報 XML  推進協議会 hidena@nacos.com
2. 学術情報 XML 推進協議会2014 学術情報 XML  推進協議会 •  学術情報の XML  製作・流通を推進するた め結成 – 2012/6/28   – 学会、印刷会社、JST、学識者 – 会長:  時実　象一(愛知大学教授) •  XML  普及のための活動 – XML  普及のための広報・宣伝 – 学会・印刷会社への情報提供・教育 – JATS  の改良のための研究・助言 2
3. 学術情報 XML 推進協議会2014 ＰＤＦ　と　ＸＭＬ　オンラインジャーナル •  PDFオンラインジャーナル – 紙の誌面を一旦作成し、それを配布する – プリントアウトすると紙の誌面そのもの – 紙の誌面作成の方法が通用する •  XMLオンラインジャーナル – レイアウトより構造を優先 – 画面で読まれることを前提 – 様々な応用可能性 3
4. 学術情報 XML 推進協議会2014 PDF公開　紙版と同じ 4
5. 学術情報 XML 推進協議会2014 HTML版(XMLより製作)オンラインジャーナル 5
6. 学術情報 XML 推進協議会2014 HTML版 6
7. 学術情報 XML 推進協議会2014 ArEcle  of  the  Future   7
8. 学術情報 XML 推進協議会2014 ArEcle  of  the  Future   8 2012/11/2 学術情報 XML 推進協議会講演
9. 学術情報 XML 推進協議会2014 9 学術情報 XML 推進協議会講演
10. 学術情報 XML 推進協議会2014 PDFオンラインジャーナルの限界 •  現在はPDFが電子出版の中心 –  J-STAGE2まで •  PDFは紙の本を画面に移し替えただけ –  画面では見にくい　２段組など –  プリントアウトして読む –  画面中心の時代に適合しない •  マシンリーダビリティに弱い –  PDF最大の欠点 –  人間には読みやすいが検索・再利用しにく い 10
11. 学術情報 XML 推進協議会2014 マシンリーダービリティ •  機械可読性(Machine  Readability  )   – 人間ではなく機械に読み取ってもらいやすい – 機械で利用しやすい •  インターネット時代の情報流通の要 – 多くの情報の中から適した情報を発見するのは 機械（コンピュータ） – 情報を加工統合するのもコンピュータ 11
12. 学術情報 XML 推進協議会2014 機械可読性優位の世界へ •  機械によるフィルタリング •  膨大な文書から何を読むべきかは機械が選ぶ –  機械可読性の壁 検索エンジン SNSS レビュ－ 書評 過去の検 索結果 内容 評価
13. 学術情報 XML 推進協議会2014 検索されやすさという視点 •  より読まれるための「検索されやすさ」 – 検索の論理条件に適合しやすいようなデータ •  SEO対策の流行 – Search  Engine  OpEmizaEon   – 検索エンジンに拾われやすくする 中西印刷HPソース
14. 学術情報 XML 推進協議会2014 機械可読性の低い論文 •  機械が読めない雑誌は – 発見されない。 　　↓ – 読まれない。 　　↓ – 引用されない。 14
15. 学術情報 XML 推進協議会2014 人間可読性と機械可読性の違い •  人間の読みやすい文書 – 適切な余白、タイトルと本文の視覚上の区別など – 論理的整合性は重要ではない •  機械の読みやすい文書 – 余白や視覚上の区別は必要ない – 論理的整合性がなにより必要 15
16. 学術情報 XML 推進協議会2014 人間の読みや すい文書
17. 学術情報 XML 推進協議会2014 機械の読みやすい文書
18. 学術情報 XML 推進協議会2014 機械可読性の本質 •  表現形式と構造の分離 •  PDFからXML記載へ
19. 学術情報 XML 推進協議会2014 幅広く利用されるXML   •  eXtensible  Markup  Language   – 現在電子文書の中心 – データ交換に有利 •  メタデータ記述 (RDF)   •  電子ジャーナル •  電子書籍 (XHTML,  EPUB)   •  MicrosoX  Office　　docx  xlsxの拡張子を持つもの   19
20. 学術情報 XML 推進協議会2014 XMLの実例 •  例 <社員情報>      <社員番号>1000</社員番号>      <氏名>          <姓>田中</姓>          <名>次郎</名>      </氏名>      <部署>総務</部署>   </社員情報>   20
21. 学術情報 XML 推進協議会2014 DTD   •  Document  Type  DefiniEon   – SGML,  XML  において、文書構造 (文書型)  を定義 するスキーマ – 具体的には •  要素 (element)   •  属性 (a_ribute)   – などを定義する 21 学術情報 XML 推進協議会講演
22. 学術情報 XML 推進協議会2014 JATS   •  NLM  DTD     – 学術雑誌における XML  の DTD  として開発 (2002)   •  Journal  ArEcle  Tag  Suite  (JATS)   – PubMed  Central  改良計画 (NCBI)NLM  DTD  3.1   (draX)  が NISO  に移行 – JATS  version  0.4   •  トライアルが 2011/9/30  で終了 – version  1.0  は 2012/8/9 に ANSI  承認、公開 22
23. 学術情報 XML 推進協議会2014 実際のJATS  XML形式 23
24. 学術情報 XML 推進協議会2014 XMLと構造化 •  それぞれの文の中の位置づけを文書に与え る。 – 人間は「林」は文脈の中で初めて人の名前なの か、木の集合なのかを判断できる。 – <surname>林</surname>   – とすることで、文脈に依存せず、名前であること がわかる – <affiliaEon>林</affiliaEon>  だと所属 •  コンピュータが容易に判別して分析可能 24
25. 学術情報 XML 推進協議会2014 構造化のメリット •  表現に依存しない。 – どういう表現で見るかは見るデバイスの問題 •  PC  　or    タブレット or    スマホ – 読む人の好みによってかえればよい •  再利用しやすい – タイトルだけ抜き出して目次・索引 – Fund  tagなどのあらたな付加価値　 •  このあとの時実講演にて例示 •  検索性の向上 – 検索される⇒読まれる⇒引用される   25
26. 学術情報 XML 推進協議会2014 J-­‐STAGE   •  新バージョン 2012/5  に公開 •  JATS  0.4  を正式サポート •  JATS  1.0  (2.25見解) – J-­‐STAGEでは、順次JATSのサポートを拡大の方針 – JATS1.0についてはバージョンへの準拠よりもむし ろ対応タグの拡充 – 優先度の高いタグや表示仕様等について、協議 会の要望・意見をいれて準備したい。 26
27. 学術情報 XML 推進協議会2014 J-­‐STAGE   27
28. 学術情報 XML 推進協議会2014 New  J-­‐STAGE   28 2012/11/2 学術情報 XML 推進協議会講演
29. 学術情報 XML 推進協議会2014 J-­‐STAGEでのXML公開(full-­‐J) 29 •  英文誌　27誌   –  ACTA  HISTOCHEMICA  ET  CYTOCHEMICA   –  Anthropological  Science   –  Biological  and  PharmaceuEcal  BulleEn   –  Breeding  Science   –  Cell  Structure  and  FuncEon   –  Chemical  and  PharmaceuEcal  BulleEn   –  Current  Herpetology   –  Experimental  Animals   –  Food  Science  and  Technology  Research   –  Food  Safety   –  Genes  &  GeneEc  Systems   –  Hypertension  Research  in  Pregnancy   –  Industrial  Health   –  ISIJ  InternaEonal   –  JAMSTEC  Report  of  Research  and  Development   –  Journal  of  Applied  Glycoscience   –  Journal  of  the  Japanese  Society  for  HorEcultural   Science   –  Journal  of  the  Mass  Spectrometry  Society  of   Japan   –  Journal  of  OccupaEonal  Health   –  Journal  of  PesEcide  Science   –  Journal  of  Toxicologic  Pathology   –  KONA  Powder  and  ParEcle  Journal   –  Microbes  and  Environments   –  Mass  Spectrometry   –  Proceedings  of  the  Japan  Academy,  Series  B   –  The  Tohoku  Journal  of  Experimental  Medicine   –  Tropical  Medicine  and  Health •  和文誌　10誌 –  育種学研究 –  産業衛生学雑誌 –  情報管理 –  鉄と鋼 –  日本看護科学会誌 –  日本消化器外科学会雑誌 –  日本食品保蔵科学会誌 –  行動医学研究 –  日本官能評価学会誌 –  日本内分泌・甲状腺外科学会雑誌 •  その他、書誌のみXML（本文はPDF）（Bib-­‐JXML 誌）が約250誌 •  2/25現在 急拡大中　
30. 学術情報 XML 推進協議会2014 今はまだメリットがないと言われる方へ
 •  早く始めるほど、XMLデータが蓄積できる。 –  XMLはあとから遡って作成できない。 –  XML対応ソフトができてからの作成では蓄積がない •  オープンアクセスは紙では難しい –  学会会費は本の雑誌の対価とは思われていない –  購読料モデルから投稿料モデルへの変化 •  日本語で発表した論文でもJ-­‐STAGEでは海外から読ま れている。 –  翻訳ソフトの発達　XMLであればこそ利用可能 •  剽窃・盗用発見ソフト(Cross  Checkなど)もXMLであれば こそ利用可能 •  XMLはもはや理系英文誌だけのものではない 30
31. 学術情報 XML 推進協議会2014 オンライン優先への製作法進化 •  1990年以前 –  活版、手動写植、電算写植　再利用不可能 –  電算写植の場合は文字のみ再利用 –  紙に出力する以上の発想なし　 •  1990年以後 –  DTPの利用　　PageMaker  QuarkXpress –  レイアウト優先であるが　One-­‐Source  MulEuseを意識 •  2000年以後　 –  SGML  XMLとの同時組版　　FrameMaker      3B2 –  オンラインでの使用前提 •  2010年以後 –  XML優位組版　各種 XMLパーサ　AH  Forma_erなどの 自動組版 –  オンラインが第一選択
32. 学術情報 XML 推進協議会2014 機械可読性と人間可読性の両立 •  検索されても最後に読むのは人間 •  機械用と人間用で組版を分けられない – そもそも二度手間 – 途中変更や校正などでの同期 •  XML優先製作　自動化組版 – 現在のところ唯一の解 – 4/18　セミナ－予定「XML  自動組版を実践する」 32
33. 学術情報 XML 推進協議会2014 構造化XMLから冊子製作 1.  XMLで製作 2.  自動組版でPDFとHTMLを同時製作 原稿 構造化ファイル XML PDF オンライン 自 動 組 版 冊 子 体 PDF 構造化ファイル XML
34. 学術情報 XML 推進協議会2014 機械可読性文書の非可逆 人間可読性　＜　機械可読性 •  機械可読性の高い文書は人間可読性の高い 文書に自動変換が可能 •  人間可読性の高い文書は機械可読性の高い 文書に自動変換が困難
35. 学術情報 XML 推進協議会2014 XMLとPDFの両立とトラブル •  冊子体製作法で人間可読性を追求すると構造化 ファイルに影響   •  構造化組み版による自動製作 原稿 構造化ファイル XML PDF オンライン 冊 子 体 自 動 組 版 トラブル
36. 学術情報 XML 推進協議会2014 出版編集と機械可読性 •  「紙雑誌」は人間可読性優位 – 版面へのこだわり •  書体、版面バランス、禁則処理など •  写真レイアウト •  ページ数と判型の均衡 •  嫌われる組み版　ウィドウとオーファン
37. 学術情報 XML 推進協議会2014 OLJ  出版編集と機械可読性 •  字送り・ハイフネーション処理 – XML文書内にユニコードの&#x00A0;(ノーブレーク スペース)や&#x200D;(幅なし接続子)を適宜入れ て調整する <japanese>窒素固定は酸素感受性の酵素ニトロゲナーゼがN<sub>2</ sub>をア&#x200D;ン&#x200D;モニアに還元する反応であり、多くの遺 伝子がこの生体反応に関わっている。今回我々は嫌気条件下でヘテロシ &#x200D;ス&#x200D;ト&#x200D;を形&#x200D;成&#x200D;せずに窒 素固定を行う糸状性シアノバクテリア<i>Leptolyngbya boryana</i>にお いて、転写制御タンパク質PatBが
38. 学術情報 XML 推進協議会2014 OLJ　出版編集と機械可読性 •   XMLエレメントを増やせば解決? •  限りないエレメント創出要求 – 人間の表現のために構造化が犠牲
39. 学術情報 XML 推進協議会2014 学術情報XML推進協議会として •  人間可読性と機械可読性の両立 – 喫緊の課題解決 •  様々な技術的問題点の解決 – ソフトウェアの開発促進 – JATSの改訂への提案   •  印刷会社や学協会のXML対応を強化するこ とで、世界への発信強化 – JATS規格の翻訳 – XML作成技法の普及 39
40. 学術情報 XML 推進協議会2014 JATS  1.0 •  以下を提案 – グループ著者の多言語化のための <collab-­‐ alternaEves>  の導入 (◦)   – ふりがな記述を可能に (×)　⇒1.1で可能に   – 非グレゴリー暦 (和暦、イスラム暦など)  の記述方 法の導入 (◦)   – 引用文献の多言語化のための <ref-­‐alternaEves>   の導入 (×)   40
41. 学術情報 XML 推進協議会2014 我々の提案が世界へ •  著者名の多言語表記 •  <name-­‐alternaEves>  ラッパー 41
42. 学術情報 XML 推進協議会2014 日本からの発信の重要性 •  アメリカ・ヨーロッパ・アジアという３誌 体制 –  Ａｍｅｒｉｃａｎ　Ｊｏｕｒｎａｌ,Ｅｕｒｏｐｅａｎ　Ｊｏｕｒｎａｌ –  そして　Asian Journal –  このままではアジア代表誌がChinese Journal になりかねない •  海外でRejectされてアイデアだけが漏洩し ないか •  日本で日本の税金を使った研究成果を海外 出版社に金を払って読むのはおかしい •  Open Access と　国産ジャーナルの推進 • なにはともあれXML 42
43. 学術情報 XML 推進協議会2014 学術情報XML推進協議会 •  印刷会社や学協会のXML対応を強化する ことで、世界への発信強化 –  技術囲い込み戦略からの脱皮 –  競争相手は国内ではなく、インドから世界 へ •  日本語のXML規格を世界水準へ •  加盟をお願いします –  年会費がたったの50,000円 –  学協会　無料!
 43