Open Knowledge Maps
Open Knowledge Maps, charitable non-profit based in Vienna, Austria · コーディング · ビジネス
Open Knowledge Maps は、1 回の検索を研究分野の知識マップに変える無料の非営利 AI 研究探索ツールである。4 億件の論文、プレプリント、研究データを土台にしている。
Open Knowledge Maps について
About
Open Knowledge Maps とは
未知の分野に入って最初の検索が一番難しい。データベースは何千行も返すが並び順の意味は見えず、どの論文の塊が重要なのかは画面から分からない。Open Knowledge Maps（略称 OKMaps）は、科学文献検索を地図作りの問題として扱う。1 回のクエリが知識マップになり、関連度の高い 100 件がラベルの付いた円の中に振り分けられる。
土台にあるのは可視化レイヤーを載せた学術検索エンジンだ。レコードは BASE、PubMed、OpenAIRE から集める。AI の処理系がタイトル、抄録、著者、ジャーナル、件名キーワードで似たものをまとめ、候補語を TF-IDF で採点して各領域に名前を付ける。だから円には「気候変動への適応」と書かれ、「クラスタ 4」にはならない。
日々の利用では 2 つの制約が効いてくる。マップは上位 100 件だけを使うので、検索語を絞ったほうが広い検索より役に立つ。生成には最大 30 秒かかる。検索が提供元に対してその場で走るためだ。アカウントは不要で、マップには共有用のリンクが付く。
使い始める
- openknowledgemaps.org を開き、検索ボックスにテーマを入れる。長い一文より短い語句のほうが当たる。
- データソースを選ぶ。BASE は全分野のリポジトリと出版社をカバーし、PubMed は医学と生命科学に強い。
- 検索を実行して待つ。BASE への問い合わせは最大 30 秒かかる。
- 論文より先に円を読む。クリックするとその領域の資料が並ぶ。
- マップのリンクを共有するか、レコードを開いてオープンアクセスの表示から全文へ進む。
AIツール情報
Open Knowledge Mapsの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 論文を書き始めた学生：読むべき文献リストができる前に、どんな下位領域があるかを地図が示す。プロジェクト最初の 2 週間、引用を集めるより方向をつかみたい時期に向く。
- 図書館員と研究支援スタッフ：共有できるマップは検索講習の教材になり、オープンアクセスの表示はライセンスの話を具体的にする。アカウント制でないため受講者名簿の管理も要らない。
- 分野をまたぐ研究者：同じ語が 2 つの分野で別の意味を持つとき、クラスタリングが両者を分けたままにしてくれる。隣の分野が同じ語をどう使うかを短時間で見たいときに役立つ。
タスク
- 未知のテーマの輪郭をつかむ：1 枚のマップで分野が 4 つか 5 つに分かれる様子が見え、数分で読む順番が決まる。100 件の上限があるので、あくまで出発点だ。
- 曖昧な検索語を分野ごとに分ける：「信頼」のような語は心理学、情報科学、法学を同時に引き寄せる。AI のクラスタリングが塊を別々の円に分けるので、好きなものを選べばよい。
- そのまま読める全文を探す：オープンアクセスと表示されたレコードは画面内で開けることが多い。主張が成り立つかだけ確かめたいとき、出版社サイトへの寄り道を省ける。
- 文献レビューの背景章を組む：名前の付いた領域は節の見出し候補になる。読んで引用する作業は自分でやる必要がある。
シーン
- 博士論文の最初の 1 週間：学生は粗いテーマだけを持ち、分野の語彙がない。マップを続けて数枚作れば、その差が用語と著者のリストに変わる。
- 研究費申請の準備：審査側は 1、2 ページの分野概況を期待する。マップはそのページを組むための領域名と、根拠になる論文を渡してくれる。
- 文献検索の講習を開く：実演は 1 枚あたり 1 分ほどで、短い枠に収まる。参加者は後から同じリンクでマップを作り直せる。
主な機能
結果リストではなく知識マップ
中心となる出力は図で、円が下位領域を表し、大きさはそこに入るレコード数に対応する。主要な領域を一目でつかみ、自分の問いに合う円に入っていく。並んだリストと違い、マップは研究テーマの全体像を先に渡し、答えるのは別の問いだ。この分野に何があるかであって、自分の語に一致するものは何かではない。
分野を分けるクラスタリング
AI の処理系はメタデータの類似度でレコードをまとめるので、多義的なキーワードでも混ざった山にはならない。争いのある語で検索すると、それを使う研究コミュニティごとに別の塊ができる。分野名を手で検索語に足すより、正しい円を選ぶほうが速い。
文献から取る領域ラベル
各円には最大 3 つのラベルが付く。その塊の中で頻出し、外ではほとんど出ない語から選ばれる。抽出的な手法なので、使われる語は著者が書いた表現に近いまま残る。件名キーワードが欠けている場合はタイトルと抄録から推定するため、ラベルが論文の原語で出ることもある。
オープンアクセスの表示と画面内閲覧
マップには有料のレコードとオープンのレコードが混在し、オープンのものには印が付く。多くはマップ画面のまま開け、出版社サイトへの回り道を省ける。ある主張を追う価値があるかだけ知りたい人にとって、この近道は全文ダウンロードより効く。
4 億件と 25 種類以上の成果物
索引はジャーナル論文にとどまらない。プレプリント、ソフトウェア、研究データなど複数の種類を、全分野にわたって含む。重要な仕事が論文にならない分野、たとえば情報科学や社会科学のデータ収集では、この広さが効いてくる。範囲は選んだ提供元に左右されるので、BASE と PubMed の結果は同じにならない。
機関向けの埋め込みマップ
組織は Custom Services を契約し、自館の目録やリポジトリにマップを置ける。所蔵資料だけに結果を絞る設定も可能だ。オーストリアとスイスの図書館ネットワークがモジュールとして提供しており、サービスはクラウド部品として動く。価格は機関ごとに決まり、公開の料金表はない。
メリットとデメリット
メリット
- 無料でアカウント不要、広告も検索回数の制限もない。非営利団体が機関の会費で運営している。
- 100 本のタイトルを眺めて似たものを推測する作業を、視覚的な概況が置き換える。
- オープンアクセスの表示と画面内閲覧で、良さそうなタイトルから本文までの距離が縮む。
- 曖昧な検索語の扱いは平坦なリストよりうまく、分野をまたぐ作業で差が出る。
- リンクを渡すだけで、学生、共著者、講習の参加者にマップを共有できる。
デメリット
- 1 枚のマップは最大 100 件で作るため、重要な論文が圏外に落ちて二度と出てこないことがある。
- 生成に最大 30 秒かかり、セッションをまたいで何も保存されない。同じ検索をやり直すと同じ待ち時間を払う。
- 公開 API はない。自動化と目録への組み込みは、組織向けの有料 Custom Services に限られる。
- クラスタリングが読むのはメタデータで全文ではない。索引の薄い文献や英語以外の成果は過小に見えやすい。
よくある質問
検索を実行し、結果を順位付きリストではなく研究領域のマップとして描く。各領域には中の論文から取ったラベルが付き、そこからレコードへ進める。
関連コンテンツ
Open Knowledge Mapsに関連するツール、スキル、記事を探す。
Open Knowledge Mapsの代替ツール
Base Code
Base44 (Wix) · コーディング · 生産性向上Base CodeはBase44の共有クラウド開発環境だ。既存のGitHubリポジトリに対する変更をチャットで伝え、プレビューで確認し、プルリクエストとして返せる。
Google EmbeddingGemma 2
Google DeepMind · ライティング · 画像 · コーディングGoogle EmbeddingGemma 2 は 7 億 4000 万パラメータのオープンなモデルで、テキスト、コード、画像、音声、動画フレームを同じ 768 次元空間のベクトルに変え、スマートフォンやノート PC 上で動く。
GitGlow
GitGlow · コーディング · 生産性向上GitGlow は自分のコードと AI エージェントの変更を一つのレビューにまとめるデスクトップ Git クライアントだ。出荷前に、マシンから何が出ていくのかを確かめられる。