[論文レビュー] Using Google Ngram Viewer for Scientific Referencing and History of Science

Amelia Carolina Sparavigna, Roberto Marazzato|arXiv (Cornell University)|Dec 4, 2015

Advanced Text Analysis Techniques参考文献 14被引用数 11

ひとこと要約

この論文は、文学的n-gram分析を目的として開発されたGoogle Ngram Viewerが、科学的引用文献の分析や科学史研究の分野でも効果的に再利用可能であることを示している。Google Booksに収録されたデジタル化された書籍における科学用語の年次n-gram頻度を分析することで、著者らは、従来の方法では見過ごされがちな引用文献を特定し、科学的概念の歴史的発展を定量的に正確にたどることが可能であることを示している。

ABSTRACT

Today, several universal digital libraries exist such as Google Books, Project Gutenberg, Internet Archive libraries, which possess texts from general collections, and many other archives are available, concerning more specific subjects. On the digitalized texts available from these libraries, we can perform several analyses, from those typically used for time-series to those of network theory. For what concerns time-series, an interesting tool provided by Google Books exists, which can help us in bibliographical and reference researches. This tool is the Ngram Viewer, based on yearly count of n-grams. As we will show in this paper, although it seems suitable just for literary works, it can be useful for scientific researches, not only for history of science, but also for acquiring references often unknown to researchers.

研究の動機と目的

• Google Ngram Viewerが文学的書籍を超えて科学的研究に応用可能かどうかを調査すること。
• Ngram Viewerが、従来の検索手法では容易に特定できない、あまり知られていない科学的引用文献を明らかにできるかどうかを評価すること。
• 用語頻度の時系列分析を通じて、科学的概念の歴史的発展をどのようにたどれるかを探索すること。
• Ngram Viewerが、Google Booksのようなデジタル図書館における文献計測的・歴史的分析を支援できることを実証すること。

提案手法

• Google Booksに収録されたデジタル書籍から、科学用語やフレーズの年次頻度カウントをGoogle Ngram Viewerを用いて抽出すること。
• n-gram分析を用いて、特定の科学用語や概念の時間的推移を追跡すること。
• Ngramのトレンドを、既存の科学文献と比較することで、このツールが歴史的・文献学的洞察を提供する上で信頼性があるかどうかを検証すること。
• 科学用語の頻度パターンを分析し、使用頻度のピークや低下を特定することで、科学的関心や発見の変化を示す兆候を特定すること。
• 従来の学術的検索エンジンではアクセスが難しい参照文献を発見するためにこのツールを活用すること。
• 分野を問わずさまざまな科学用語に焦点を当て、このツールの多分野への適用可能性を評価すること。

実験結果

リサーチクエスチョン

• RQ1 Google Ngram Viewerは、標準的な学術的検索システムでは見過ごされがちな科学的引用文献を、効果的に特定できるか？
• RQ2 Ngram Viewerは、用語頻度トレンドを通じて、科学的概念の歴史的経路をどの程度明らかにできるか？
• RQ3 Ngram Viewerの結果は、確立された文献計測手法と比較して、科学用語に関してどの程度信頼性があるか？
• RQ4 Ngram Viewerは、デジタル図書館における科学史研究を、どのような形で支援できるか？

主な発見

• Google Ngram Viewerは、数十年にわたる科学用語の頻度トレンドを的確に特定し、科学的関心の変化を明らかにした。
• このツールは、従来の検索エンジンや引用データベースでは容易に検出できない、参照文献や用語使用のパターンを明らかにした。
• Ngram Viewerは、用語頻度の時系列分析を通じて、科学的概念の歴史的発展を再構築することが可能である。
• この手法は、科学的アイデアの初期の登場を特定する可能性を示しており、基盤的文献の発見を支援する可能性を示している。