XML/JATS 入門セミナ/20181107-xml-tokizane

XML/JATS 入門セミナ
2018/11/7
東京大学大学院情報学環
高等客員研究員
時実象一
[email protected]

View Slide

XML の基礎

View Slide

学術情報 XML 推進協議会 XML/JATS 入門セミナ
3 2018/11/7
3
SGML, HTML, XML
• SGML (Standard Generalized Markup
Language)
– 元は IBM’s Generalized Markup
– 政府文書の作成などで普及
– 学術雑誌の編集も
• HTML (HyperText Markup Language)
– SGML の Web 版とみなされる
– DTD が不要

View Slide

4 2018/11/7
4
HTML とは
• Web ページを記述する言語
– レイアウトを指定できる
– 画像などを貼ることができる
– リンクを張ることができる
• 基本的なスタイル
– <開始タグ><終了タグ>からなる
– ときざね
– ときざね
– リンク
ときざねそう
いち

View Slide

5 2018/11/7
5
XML とは
• XML (eXtensible Markup Language)
– データの構造を表現する言語
– 表示には CSS (Cascading StyleSheet) などを
使用
– http://www6.airnet.ne.jp/manyo/xml/

View Slide

6 2018/11/7
6
XML
• 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>

View Slide

7 2018/11/7
7
XML
• eXtensible Markup Language
– 現在電子文書の中心
– データ交換
– メタデータ記述 (RDF)
– 電子ジャーナル
– 電子書籍 (XHTML, EPUB)
– Microsoft Office

View Slide

8 2018/11/7
8
XML
• eXtensible Markup Language
– 現在電子文書の中心
– データ交換
– メタデータ記述 (RDF)
– 電子ジャーナル
– 電子書籍 (XHTML, EPUB)
– Microsoft Office

View Slide

9 2018/11/7
9
XML の特徴
• スキーマがない (SGML との違い)
• 大文字小文字を区別 (case-sensitive)
• 改行記号、余分な半角スペースは無視される
• 整形式 (well-formed) であること
– 機械可読
– 開始タグと終了タグがある
– 属性の値は “” で括る
– ルート要素はひとつだけ、必ずある

View Slide

10 2018/11/7
10
XML の予約文字
• <, >, &, “, ‘

View Slide

11 2018/11/7
11
要素 (Element)
• XML の情報単位
• 「物」を表す
• タグで記述される
– ネストできる

時実
象一

View Slide

12 2018/11/7
12
属性 (Attribute)
• 物の「性質」を表す
• 要素の付加的情報
10092260
• 複数個記述できる

View Slide

13 2018/11/7
13
構造
• XML の構造は木構造 (tree structure) である
• http://www.atmarkit.co.jp/aig/01xml/tree.html

View Slide

14 2018/11/7
14
整形式 (Well-Formed) XML
• 文法に従ったXML文書
– 開始タグと終了タグが対になっている
• TOKIZANE
• 空要素の場合
のように書くこともできる
– 入れ子が正しく出来ている
• 正しくない XML の例

時実象一

View Slide

15 2018/11/7
15
実習
• 次のデータを XML で書いてみよう (要素名は適
当に決めてよい、ただし最上位は、各項は
を使ってください)

View Slide

回答

北海道大学
011-716-2111
060-0808
札幌市北区北8条西5丁目

...

2018/11/7
16

View Slide

17 2018/11/7
17
スキーマ言語
• XML の要素・属性・構造を定義する
– DTD (Document Type Definition)
– XSD (W3C XML Schema)
– RELAX NG Schema
• 必須ではない
– 実務上は整形式で書き、Validator, Style Checker な
どでチェックする

View Slide

18 2018/11/7
18
DTD
• article-meta, (%front-back.class;)? )">
•
•

View Slide

19 2018/11/7
19
XSD (Schema)
• 属性をで定義

View Slide

20 2018/11/7
20
RELAX NG

View Slide

21 2018/11/7
21
DOCTYPE 宣言
•

View Slide

22 2018/11/7
22
名前空間 (Name Space)
• ある要素名・属性名が、異なる XML スキーマ間で重
複・衝突することのないようにする
– 同じ意味を持つようにする
– マッシュアップを可能にする

View Slide

23 2018/11/7
23
名前空間 (Name Space)
• 数式 (MathML)
xmlns:mml=http://www.w3.org/1998/Math/MathML
• XLINK
xmlns:xlink=http://www.w3.org/1999/xlink
• スキーマ・ロケーション
xmlns:xsi=http://www.w3.org/2001/XMLSchema-instance

View Slide

24 2018/11/7
24
xml:lang
• XML で定められた特別な属性
• コンテンツの言語を示す
– 文字、音声、その他
• レンダリング等の処理に必要
• 下位の要素に継承される

View Slide

25 2018/11/7
25
PMC でのチェック
• Validator
– 整形式 (well-formed) であるかどうかチェック
– DOCTYPE 宣言と一致しているかどうか
• Style Checker
– XML ファイルをテンプレートで処理し、レポートを出力
(XSL transform)
– PMC Tagging Style に沿っているかどうかチェック
– Tagging Guideline のチェックではない

View Slide

26 2018/11/7
26
PMC でのチェック
• Style Checker エラーの例
– http://www.ncbi.nlm.nih.gov/books/NBK62090/
– MathML のエラー
– DOI の値が不正
– @related-articles-type が正しくない
– 空要素がある
– のチェック
– @ref-id=“fig” と書かれているのに、中身が図でない
– タイトル全体が大文字になっている

View Slide

27 2018/11/7
27
Schematron
• XML の木構造をチェック
– 構造中の要素の存在・不在をチェック
– 論理構造がチェックできる
– 出版者・雑誌毎に編集して使うと有用

View Slide

28 2018/11/7
28
Schematron
• API の利用例
– 過去の SGML/XML データを JATS に変換
– その際のデータチェックに XSLT とともに利用
– Schematron に 250 のルールを記述

View Slide

29 2018/11/7
29
Schematron
• SAGE の利用例
– 次のようなエラーの検出に利用
• 電子メールアドレス中にはスペースがない
• 著者の姓の中にスペースがある
• タイトルがすべて大文字となっている
• 号サプリメンツのページには S がついている
• セクションタイトルはでなく、, で記
述されている

View Slide

30 2018/11/7
30
XSL
• eXtensible Stylesheet Language
• XML 文書から必要なデータを取り出し、書式情
報を与えてレイアウトする
• XSLT (XSL Transformations)
– データを取り出す仕様
• XSL-FO (XSL Formatiing Objects)
– データの書式情報の仕様
• CSS (Cascading StyleSheets)
– データの書式情報の仕様

View Slide

JATS

View Slide

32 2018/11/7
32
NLM DTD
• 学術雑誌における XML の DTD として開発
(2002)
– PubMed Central 改良計画 (NCBI)
– 学術雑誌の電子的アーカイブ・プロジェクト
• ハーバード大学
• メロン財団
– メンバー
• NCBI、ハーバード大学、メロン財団、Mulberry
Technologies (NCBI コンサルタント)、Inera, Inc. (ハーバー
ド大学コンサルタント)

View Slide

33 2018/11/7
33
NLM DTD の歴史 (Jeff Beck)
• Version 1.0 (2002/12)
• Version 2.0 (2004/8)
• Version 3.0 (2008/12)
• Version 3.1 (2010/9) (draft)

View Slide

34 2018/11/7
34
JATS
• Journal Article Tag Suite (JATS)
– NLM DTD 3.1 (draft) が NISO に移行
– JATS version 0.4 (2011/3/30)
– JATS version 1.1
• NISO Z39.96-2012 (2012/8/19)
– ANSI 標準となる (2012/8/9)
– JATS version 1.2 (2016.1.13)
• DTD でなくタグセット

View Slide

35 2018/11/7
35
JATS
タグセット説明
Archiving and Interchange Tag
Set
アーカイブが既存の冊子体やタグ付けされた雑誌記事
の構造や意味要素をできるだけ容易に保存することを
目的とし、特別の順序やテキスト形式にモデル化する
ことをしない。
Journal Publishing Tag Set 特定の出版社の方式から独立して、コンテンツを標準
化して受け入れ、アーカイブすることを目的とする。
Article Authoring Tag Set 新規な雑誌記事を執筆するためのもので、コンテンツ
の標準化と管理が重要となる。
BITS (Book Interchange Tag
Suite)
JATS を書籍のタグ付けに拡張

View Slide

36 2018/11/7
36
JATS ホームページ
http://jats.nlm.nih.gov/

View Slide

37 2018/11/7
37
Journal Publishing Tag Library
http://jats.nlm.nih.gov/publishing/tag-library/1.0/index.html

View Slide

JATS 1.1 翻訳版
http://ejournal.jp/Links/StandardsCodes/JATS-Japanese/index.html
2018/11/7
38

View Slide

2018/11/7
39

View Slide

40 2018/11/7
40
JATS の特徴
• 学術論文の記述に特化
– 科学技術医学が中心
– 人文・社会科学にも適用できる
• 論文単位の XML ファイル
– 雑誌単位の情報 (目次など) はない

View Slide

41 2018/11/7
41
JATS (NLM DTD) の利用状況 (欧米)
• 外部との流通にのみ利用
– 大手出版社・大手学会など
– 社内では独自の XML を利用
– 外注のインタフェースは JATS が増加
• JATS を拡張して社内でも利用
– 自社独自の要素を追加
• JATS の一部を社内でも利用

View Slide

42 2018/11/7
42
タグ・セット
• Journal Archiving and Interchange
• Journal Publishing
• Article Authoring

View Slide

43 2018/11/7
43
Journal Publishing Tag Set
• 構成要素
– 宣言部分
– Article
• Front matter
• Body
• Back matter
• Floating materials

View Slide

44 2018/11/7
44
宣言部分

(Z39.96) Journal Publishing DTD v1.0
20120330//EN” "JATS-journalpublishing1.dtd"

View Slide

45 2018/11/7
45
JATS XML の決まり
• で宣言した言語 (@xml:lang) は、特に
指定しない限り下位の要素に引き継がれる
article-type="research-article"
dtd-version="1.0" xml:lang="en">

• 以外のほとんどの要素は繰り返し
が可能 (複数言語で記述できる)

View Slide

46 2018/11/7
46
Article
• XML ファイルの本体
• 記事の種類と、DTD, 名前空間を定義
article-type="research-article"
dtd-version="1.0" xml:lang="en
xmlns:mml=http://www.w3.org/1998/Math/MathML
xmlns:xlink="http://www.w3.org/1999/xlink
xmlns:xsi="http://www.w3.org/2001/XMLSchema-
instance">

View Slide

47 2018/11/7
47
@ariticle-type
• J-STAGE の場合

View Slide

48 2018/11/7
48
@xml:lang
• 言語を指定する
• で指定した言語がデフォルトとなる。指
定しない場合は「英語 (en)」
• 言語コードとスクリプト (IANA) が記述可能
– xml:lang=“en” 英語
– xml:lang=“ja-Jpan” 漢字まじり
– xml:lang=“ja-Kana” カタカナ
– xml:lang=“ja-Hira” ひらかな

View Slide

49 2018/11/7
49
Front matter
• 前付
•
–
–

View Slide

50 2018/11/7
50

•
– 雑誌のコード
•
– 雑誌タイトル *
– 雑誌略名 *
– ISSN
– 出版者名 *
* 繰り返し指定で、多言語記述化

View Slide

51 2018/11/7
51

•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•

View Slide

52 2018/11/7
52

• 論文の ID
10.1073/pnas.181325198
jPNAS.v98.i18.pg10214
11517319

View Slide

53 2018/11/7
53

• 論文の種別を記述する
• の中で記載
– Retraction
– Biological Sciences
– ネストしてもよい

Primary care

190
10

View Slide

54
論文タイトル
•
– サブタイトル、欄外見出し (running title) などがあると
きに使う
•
– 通常の論文タイトル
•
– 別の言語のタイトル
2018/11/7

View Slide

55 2018/11/7
55

• , , , title> を含むことができる

Effect of Alcohol on Recurrence of
Chron’s Disease
Gaillard,
Lehmen, Auge, et al.
Effect of
Alcohol on Recurrence of Chron’s Disease

• 多言語のタイトルはを用いる

View Slide

56 2018/11/7
56
,

世界最大の書籍アーカイブ
HathiTrust
World Largest Book
Archive, HathiTrust

View Slide

57
著者名と所属
2018/11/7

View Slide

58

• 著者情報を記述する
– , , , , ,
などを含む
2018/11/7

View Slide

59 2018/11/7
59

• 著者情報を記述する
• , , , <
, などを含む

View Slide

60 2018/11/7
60

• 人名を記述する
– , に分けることができる

Llanos De La Torre Quiralte
M

View Slide

61 2018/11/7
61

• 同一人物に複数の名前がある場合に用いる
• 複数のを含むことができる

中西
秀彦

Nakanishi
Hidehiko

ナカニシ
ヒデヒコ

View Slide

62 2018/11/7
62

• 著者の所属機関を記述する
• , , などを含む
• 所属機関が複数ある場合、, @id で区別する

Wigginton
Janis

Department of Microbiology and Immunology,
University of Michigan Medical School, Ann Arbor, MI 48109-
0620

View Slide

63 2018/11/7
63

• 同一所属機関に複数の名前がある場合に用いる
• 複数のを含むことができる

国立言語学博物館

National Museum of Linguistics

View Slide

64 2018/11/7
64

• 発行年月日を記述する
• @pub-type には、pub, epub, ppub, epub-
ppub などがある

27
03
1999

• @date-type で編集履歴も記載できる
– received, rev-request, accepted, retracted など

View Slide

65 2018/11/7
65

• 抄録を記述する
• 多言語の抄録がある場合、複数記述し、
@xml:lang で区別する

View Slide

66 2018/11/7
66

• 複数のキーワードを記述する
• で個々のキーワードを記述する

DNA analysis
gene expression
(中略)
parallel cloning
fluid microarray

• 多言語のキーワード群がある場合、複数記述し、
@xml:lang で区別する

View Slide

67 2018/11/7
67
Body
•
–
•
•
•
•
•
•

View Slide

68 2018/11/7
68

• 本文の章

Introduction
Geriatric day hospitals developed rapidly in the United ....
We therefore undertook a systematic review of the
randomized trials of day hospital care.

Methods
The primary question addressed was ....

Inclusion criteria
We set out to identify all ....

Search strategy
We searched for ....

View Slide

69 2018/11/7
69
Back matter
• 後付
•
–
–
–
–
–
–

View Slide

70 2018/11/7
70

• 謝辞

View Slide

71 2018/11/7
71

• 参考 (引用) 文献リスト
• で個々の文献を記述
• 中にを置くこともできる
– 文献リスト中に「注」が混ざっている場合

View Slide

72 2018/11/7
72

• 本文中では文献番号を、
6 のように記述
• では

6
(文献書誌)

のように記述

View Slide

73 2018/11/7
73

• とがある
•
– 書誌の要素のみを記述
– 句読点は含めない
– XML 的にはより厳密
•
– 書誌要素に加え、テキストや句読点も記述できる
– 編集情報を含むので、レンダリング (版下作成) が容
易

View Slide

74 2018/11/7
74

Llanos De La Torre Quiralte
M
Garijo Ayestaran
M
Poch Olive
ML
Evolucion de la mortalidad infantil de La Rioja (1980-
1998)
Evolution of the infant mortality rate in la Rioja in Spain
(1980-1998)
An Esp Pediatr
2001
Nov
55
5
413
420
Figura 3, Tendencia de mortalidad infantil [Figure 3, Trends in infant
mortality]; p. 418. Spanish

View Slide

75 2018/11/7
75

Llanos De La Torre Quiralte,
M,
Garijo Ayestaran,
M,
Poch Olive,
ML.
Evolucion de la mortalidad infantil de La Rioja
(1980-1998).
[Evolution of the infant mortality rate in la Rioja in
Spain
(1980-1998)].
An Esp Pediatr.
2001
Nov;55(5):
413–420. Figura 3, Tendencia
de mortalidad infantil [Figure 3, Trends in infant mortality]; p. 418. Spanish.

View Slide

76 2018/11/7
76

• 同一文献を複数言語で記述するには、個々の書
誌要素を多言語化する
• の繰り返しは想定されていない
• を複数書くことは許されている

View Slide

77 2018/11/7
77

• 巻末注
• 論文の最後に置かれる
• 個々の注はで記述

View Slide

78 2018/11/7
78

• 脚注
– , などでも使われる
• 本文中では
– § のようにリ
ンク
• 中では

This paper was submitted directly (Track II) to the PNAS
office.

§ Barta, A., Dorner, S., Polacek, N., Berg, J. M.,
Lorsch, J. R., Nissen, P., Hansen, J., Muth, G. W. &
Ban, N.
(2000) Science 291, 203a
(abstr.).

View Slide

79 2018/11/7
79
実習
• 次のデータを JATS で書いてみよう
( は省略)
専門知識の発信による学会の社会貢献土木学会応用力学委員
会のウィキペディアプロジェクト
Applied Mechanics Wikipedia Project : A social contribution of
disseminating technical knowledge by academic society
山川優樹1), 柴田俊文2), 中井健太郎3)
Yuki YAMAKAWA1), Toshifumi SHIBATA2), Kentaro NAKAI3)
1) 東北大学大学院工学研究科土木工学専攻 2) 松江工業高等専
門学校環境・建設工学科 3) 名古屋大学大学院工学研究科社
会基盤工学専攻
1) Department of Civil and Environmental Engineering, Tohoku
University 2) Department of Civil and Environmental
Engineering, Matsue College of Technology 3) Department
of Civil Engineering, Nagoya University

View Slide

80 2018/11/7
80
BITS
• NLM Book DTD
– NCBI Bookshelf サービスのために2005年に開発さ
れた
– 現在 ver 3.0。JATS との互換性に乏しい
• BITS (Book Interchange Tag Suite)
– JATS と互換を目指して開発。現在 ver 1.0
– 学術書籍を対象とする。学校の教科書も可能
– JATS にある要素で書籍に利用できるものは、そのま
ま利用

View Slide

81
BITS
•
– 書誌事項
•
– 前書き、序文、目次
•
– 本文
–
• 部、章、節など
•
– あとがき、解説、索引
2018/11/7
81

View Slide

82 2018/11/7
82
JATS の活用
• 編集
• 組版
• データ交換
• 付加価値化

View Slide

JATS/XML の作成
• 書誌事項 XML
– JATS XML Generator
• 日本語も対応
• フォームを埋めて作成
http://jatsxmlgenerator.com/
– J-STAGE 書誌XML自動作成システム
• PDF から書誌を抽出して JATS XML 生成
– ファイルメーカーでつくるJ-STAGE書誌XML作
成ツール
• HTML またはプレーンテキストから作成
2018/11/7
83

View Slide

JATS/XML の作成
• 引用文献 XML
– 手作業では無理
– refXpress (inera) などのツールを利用
– Crossref Simple Text Query
• Crossref の登録利用者が引用文献を登録する場合
• 引用文献テキストをコピー・ペースト
2018/11/7
84

View Slide

85 2018/11/7
85
JATS/XML の作成
• 全文 XML
– eXtyles (inera)
• Word ファイルを XML に変換
• ルールを開発する必要
• 論文数の多い雑誌に有効
– Word のスタイルから変換
• 手作業が入る
– JATS XML Generator
• フォームを埋める
– ウェブ執筆ツール
– 業者に外注

View Slide

86 2018/11/7
86
JATS によるデータ交換
• J-STAGE
• PMC (PubMed Central)
• Portico (アーカイブ)

View Slide

87 2018/11/7
87
参考サイト
• JATS Journal Publishing Tag Library
– http://jatspan.org/niso/publishing-1.0/
• JATS 日本語訳
– http://xspa.jp/bunkakai/jats/jats-honyaku.html
• J-STAGE ガイドライン
– https://www.jstage.jst.go.jp/pub/html/AY04S230_ja
.html
• 電子ジャーナルについての情報
– http://ejournal.jp/

View Slide

XML/JATS 入門セミナ/20181107-xml-tokizane

XML/JATS 入門セミナ/20181107-xml-tokizane

XSPA

More Decks by XSPA

Other Decks in Technology

Featured

Transcript