1．背 景
「過去とは一種の外国だ．そこではみんな，様子もや り方も違う」，これはしばしば引用される，L. Hartley 作の小説“The Go-Between”[Hartley 58] の冒頭の一 文である．これは過去が現在とかなり異なり，どちら かといえば未知であるという，一般的な直感を強調する ものである．実際，多くの人々が過去，特に自分が生 まれる前の期間について，もち合わせ得る知識はかなり 限られてくる．初等教育と中等教育においては，選択 された出来事や主体しか取り上げられることはない．過 去に関する我々の知識は，集合的記憶にも影響される [Halbwachs 80, Yeung 11]──集合的記憶とは，マスメ ディア，さまざまな記録保存機関，そして非制度的情報 源によって維持される，選択性が高く非固定的な，歴史 の表現である．特に若年層は，現在と未来に関する情報 の海に没頭してしまいがちである（例えば，多数の新た な ICT 技術によって仲介される情報）．そうすると，若 年層による現在の解釈は，しっかりした自分達の国や世 界の歴史の中で築かれた基盤を欠いてしまう可能性があ る．加えて，現在の娯楽技術やソーシャルネットワーク サービスによって提供される大いに魅力的な要素に比 べ，歴史知識の訴求力は低く，興味をそそらないものと も考えられる．事実，学校での歴史学習に対する関心は 近年，多くの先進国で急落している．例えば，米国では 全国テストの結果，アメリカの歴史に強い生徒は 4 分の 1に満たず，また米国の歴史に関する最も基本的な事実 すら知らない生徒が過半数を占めていることが明らかと なった [Soboroff 11]．同様に，この分野での習熟度や関 心の低下はオーストラリア [Gregory 07] や，日本 [山田 13]でも見受けられる． しかし，過去を適切に知り，理解することは，さまざ まな理由から重要である．それは過去そのものを理解す るためだけでなく，現在を理解し，現代社会において能 動的な生活に備えるうえでも役立つ．例えば，若年層は 選挙の際に関連する過去を適切に把握し，理解しておけ ば，より多くの情報に基づく賢明な投票決定を下すこと ができる．加えて，歴史知識は将来の予測，計画，そし て意思決定の補助手段としても必要なのである [Abelson 85, Gilovich 81]．したがって，一般的な人間が過去につ いてもち合わせている知識が限られていることを踏まえ れば，ユーザに効果的で途切れのない補助を提供できれ ば，有益であろうと思われる． 外国人旅行者（例：日本を訪れる旅行者）も，歴史知 識の不備と不適合性を抱える社会的な対象である．欧州 または他の西洋諸国の学校は，地域の歴史（例：欧州史） を重視する傾向にある．そこでは他の国々（例：日本） での歴史的発展については，教えることはあってもかな り表層的で，主に顕著な全世界的出来事との関連で教わ る傾向にある．この類の国単位または地域単位の歴史に 限定した教育に偏る傾向は，欧州または他の特定の国に おいて特有というわけでもなく，ほとんどの国々で見受 けられ，結果として諸外国の過去に関する知識は浅く， 断片的なものになってしまう．それは一方で日本人の海 外旅行者（例：欧州訪問）の多くが，訪問地の歴史をあ まり知らない，という状況にも当てはまる．しかし，言 うまでもなく，ある国の歴史を適切な水準で知っておく ことは，旅行を満足のいく学習体験にするための必須条 件であることが多い．しかし，さまざまな国々の歴史に 関する知識が断片的で不完全であるために，外国人旅行 者は訪問地の文化，習慣，そして特徴を十分に理解する ことができない．2．問 題
我々は，上述の章で述べた議論は二つの重要な問題を 示すものであると考える．一つ目は，過去を理解するこ とは，広範な歴史知識と，それに呼応する時間的文脈の 理解が伴わなければ困難である，という問題である．つ計算歴史学による過去と現在の橋渡し
Bridging the Past and Present by Computational History
ヤトフト アダム 京都大学
Adam Jatowt Kyoto University.
[email protected], http://www.dl.kuis.kyoto-u.ac.jp/~adam
訳：人工知能学会編集委員会
Keywords:
computational history, across-time similarity. 「人工知能と歴史」─歴史を知る─まり，自動文脈化のような説明技術が必要である．二つ 目の問題は，過去が現在と無関係であり，したがって「遠 く離れ」，興味をそそらないものとみなされてしまうこ とが多い，ということである．これは，現在のさまざま なトピックに対する歴史的文脈の呼応と関連性を見いだ すことができれば，歴史知識の価値，有用性，関心が高 まるはずである，ということを示唆するものである．こ の短い解説記事の中では，二つ目の問題にフォーカスす ることにする．一つ目にあげた歴史の自動説明という課 題は最近，[Tran 15a, Tran 15b] の研究で取り上げられ ている．我々は，過去を自動的に現在と関連付け，つな ぎ合わせるには，複雑かつ，多様なレコメンデーショ ン・関連付け技術が必要である，と認識している．それ らの技術により，現在の文脈や文書（例：過去に起こっ た同様の出来事につなげられるようになる，何らかの現 在の出来事に関する報道記事）をシームレスに「歴史 化」することが可能になるはずである．そうした歴史化 （historification）プロセスは，Wikipedia コミュニティ [Wikipedia]において「長期にわたる歴史的視点に欠け， 歴史に基づく参考文献を無視した記述，編集または論述」 と定義される，すなわち「リーセンティズム（recentism）」 との闘いに向けた一歩と捉えることができる．これに対 応するため，我々に必要なものは，過去に関連する内容 を自動的に現在と関連付けることにより，現在の使用者 が「現在化（presentification）」プロセスを通じて過去 に関連する内容の価値と魅力を高めることができるよう な技法である．歴史化と現在化，これら双方の技術の開 発に成功すれば，ユーザが過去を理解し，評価すること はもとより，学習と知識同化の推進にも役立つと思われ る．以降の章では，過去を現在と関連付けるプロセスの 支援となる，多様なアプローチの例を紹介する．
3．より緊密な過去と現在とのつながりを目指して
本章では，現在の内容と過去の内容を比較するアプ ローチ，またはそれらの関係を見いだすアプローチの例 を三つ紹介する．一つ目のアプローチでは，発生時期の 異なる複数の項目の類似性（時系列横断的類似性）を 測定する．このアプローチでは iPod や Walkman など， 対応物となる項目を見つけだすことが可能である．二つ 目の例は，存在時期の異なる複数の主体間の関係の強さ を見いだすために，Wikipedia のリンク構造を利用する 方法についてである．最後に，三つ目の例は，報道記事 選集など，長期的な文書保存記録に基づく，異なる期間 における複数の主体（同じ主体または異なる主体）の内 容を比較するための，双方向型比較システムである． 3･1 時系列横断的な対応物探し まず，時系列横断的類似性を推定するために開発され た方法について述べる [Zhang 15, Zhang 16]．これは任 意の基準期間（概して現時点）におけるクエリ対象主体 と類似する主体を，任意の対象期間から見つけだすもの である．2010 年代の主体である iPod を例に取ると，我々 の方法では，対象期間（例：1980 年代）において呼応 する Walkman などの主体をランク付けしたリストを， それぞれの呼応性を決定付ける信頼度スコアと併せて出 力することができる．注意点として，時間的対応物の 検出という問題は，些細な問題ではない [Berberich 09, Tahmasebi 12]．主な困難の発生源は，文脈全体が変化 する結果，時系列横断的な文脈上の項目の重なり合いが 少なくなる状況である．我々の解決策は，単語分散表現 [Mikolov 13]（図 1）が頼りであるとともに，意味ベク トル空間における複数の項目間の相対的距離を保持する 変換行列を使用して，複数の異なる期間において呼応す るベクトル空間のマッピング（図 2）を用いるものである． 変換行列を構築するための学習データとして，我々は最 頻出項目（例：ストップワードを伴わない最上位 5％の 項目）を使用する．これは，当該項目が概して長期間に わたりそれぞれの意味を保持するため，学習事例の役割 を果たし得るという仮定によっている．変換行列が構築 されたら，検索プロセスは問合せベクトル（概して現在 の概念）に変換行列を乗じ，その後，乗算結果と最も類 似する項目を対象期間（選択された過去の期間）から出 力する．この変換方法と，その拡張（例：局所的呼応や 全体的呼応）の一部はすでに，短期間および長期間にわ たる試験と，多様な種類の主体（物体，人物，場所，組 織など）にまたがる試験に成功している [Zhang 16]． 時系列横断的類似性のほか，類似性の自動説明も，現 在のコンテンツに対する類似する主体，類似する出来事， あるいはもっと全般的に，類似するトピックをレコメン ドするための基礎的要素として使うことができる． 図 1 二つの異なる期間からの文書に基づく，単語埋込みの準備 （[Zhang 15] から抜粋） 対象期間 （例：1987 ～ 91 年）（例：2003 ～ 07 年）基準期間 スキップグラム モデルの使用に よる学習 スキップグラム モデルの使用に よる学習 ベクトル空間表現 図 2 異なるベクトル空間において意味的に関連する項目の対応 付け（[Zhang 15] から抜粋） 音楽 iPod mp3 walkman カセット 音楽 基準期間 （例：2003 ～ 07 年） （例：1987 ～ 91 年）対象期間の最短経路の発見に頼る方法も可能であるはずである． また我々は，[Gyöngyi 04] で実証されているとおり，人々 を重要性や影響力によってランク付けするための一つの シグナルとして，過去と現在のつながりを使用できるこ とも指摘しておく． 3･3 歴史比較システム 最後に，文書保存記録を時間単位で区切った時間スラ イスにおけるさまざまな主体に関するデータを比較する 目的で設計された，HistoryComparator（歴史比較）シ ステム [Jatowt 16c] を紹介するが，このシステムでは一 つのスライスが最近作成された文書を含み得る一方，他 のスライスは過去の任意の期間に作成された文書を含 む．このシステムは文書検索エンジンを土台として構築 され，二つの基本的な比較モード，すなわち対照的項目 クラウドビューと，対照的グラフビューを使用すること ができる．前者は対照的テキストサマリーを生成する一 方，後者は異なる期間における，クエリに対する上位項 目のネットワーク表現を対応付ける． 歴史的観点を比較するため，我々は二重コラム視覚化 を使用する．これは各コラムが異なる期間に基づく結果 を表示する仕組みである．並列構成は直接比較に役立ち， また共通性と変化に関する推論を行う際の認知上の負担 を軽減してくれる．対照的項目クラウドビュー（図 4 の 上部参照）では，両方のコラム内の項目が，変化と類似 性を強調するよう色分けされる．各項目のフォントサイ ズは任意の期間中での相対的頻度に結び付けられる一 方，色は頻度の相対的差異に関連付けられる．ある期間 で頻度が高いが他の期間での頻度は低くなる項目は，該 当するコラムに応じて赤色が強くなるか，あるいは青色 が強くなる（青が左，赤が右を意味する）．黒色は，両 方の比較対象期間での相対的頻度が同等の項目であるこ とを意味する．フォントと色は，線形尺度または対数尺 度いずれかに基づいて設定することができる．さらに， 各コラム内の表示項目数の調整も，スライダの操作に よって可能であるほか，このシステムでは色の強さ，フォ ントサイズまたはアルファベット順に項目をランク付け することもできる．最後に，各期間における問合せの人 気度傾向のほか，全体的な感情極性スコアも表示される． 項目クラウドは，項目間の関係の経時的変化を捕捉す ることはできない．単語間親和性を比較できるよう，図 4 の下部に図示されているとおり，第 2 のビュー，すなわ ち対照的グラフビューモードが提供される．このビュー では，最頻出単語のノードが，両方のウィンドウに表示 される二つの力指向グラフ内に配置される．力指向グラ フは，フックの法則に基づくノードの分離と配置に使用 される，引力と反発力によって特徴付けられる．項目の 重要性に関する情報を提供するため，ノードサイズは項 目の頻度に応じて設定される．相互に同時発生する頻度 が高い項目が接続され，それらのエッジの幅が，単語の 3･2 Wikipedia ベースの関連性尺度 Wikipediaはユーザと研究者の両者により，広範な歴 史データの源泉として一般的に使用されている．例えば， Wikipediaは，オンライン検索者が過去に関連する検索 を目的として検索作業する際に参照する，主要なリソー スの一つであると認められている [Joho 15]． 現在の主体と任意の過去の主体との関連性を推定する 方法の一つとして，Wikipedia のリンク構造の使用があ げられる．直感的に，一連の現在の主体に対する過去の 主体（例：ある人物）とのつながりが強ければ強いほど， 現在に対する過去の主体の関連性も高くなる．[Jatowt 16a, Jatowt 16b]の中で，我々は，人物に焦点を当てつつ，
Biased PageRank（TrustRank [Gyöngyi 04] の概念と 似ている）の適用を行った．我々が用いた現在の人物は， 四つの 10 年単位の期間（1970 ∼ 2000 年代）のいずれ においても存命であるが，この期間は恣意的であるとい う点に留意されたい．現在と過去とのつながりは，歴史 上の人物を表すノードと現在の人物に呼応するノードの 近接性によって表される．我々は，Biased PageRank を， Wikipediaに掲載された人物主体と，当該人物を取り上 げた複数の記事間のハイパーテキストリンクに相当する エッジを含む，有向グラフに適用した．現在の人物は， ランダムウォークにおけるテレポーテーション部分にバ イアスを掛ける目的で使用した． 図 3 では，過去の任意の 10 年単位の期間中に存命で あった人々のスコアを平均化することによって得られ た，現在に偏重した PageRank の平均スコアを示して いる．このグラフは，任意の過去の 10 年間からの人々 と現在の人々との間の関係の強さを示すものと解釈する ことができる．見てわかるとおり，比率は 20 世紀から 昔に遡ると激減し，1900 年代より前になるとおおよそ 安定する．興味深いことに，15 世紀と 16 世紀の前後の 人々は他の遠い過去の世紀と比べ，少々，現在とのつな がりが強いと見られ，これは当時の人々が世界の歴史 に重要な役割を果たしたことを示唆するものと考えられ る．ほかにも過去と現在のつながりを測定する方法とし て，例えばリンクの意味情報の使用，あるいはグラフで 図 3 過去の任意の 10 年単位の期間の人々と現在の人々の 関係の強さの平均値（縦軸）（[Jatowt 16a] から抜粋）
同時発生頻度に基づいて計算されるジャッカード係数の 値によって決定付けられる．対照的項目クラウドビュー 同様，任意のウィンドウ内のノードの色も，両方のウィ ンドウにまたがるノードの根底をなす，項目の頻度の相 対的差異に左右される．ノードの配色に加え，エッジの 色は，接続されたノードの複数の比較対象期間にまたが る親和性が同等であるか，あるいは異なるかに関する情 報を伝達する役割を果たす．効果的な比較を可能にする ため，両方の比較対象グラフにおけるノードの位置が対 応付けされる．言い換えれば，両方のグラフにおいて同 一である項目は，両方のコラム内でも相対的に同じ位置 に配置される． 我々は，HistoryComparator システムは時期の異なる 主体の共通性はもとより，差異についても，より深い分 析を行うために使用できると考える．したがって，この システムは過去と現在の主体または出来事の類似性関係 に関する推論を行うためのデータを提供可能である．
4．結 論
足早に変化する現在の世界において，人々は過去，特 に遠い過去から物事についてもち合わせる知識や理解が 限られる傾向にある．特に，若い世代（新世紀世代，ジェ ネレーション X，ジェネレーション Z）は現在と未来へ の方向性が強い [Connerton 09]．つまり，これらの世代 は，歴史の中からしっかりした広範な専門知識をもつこ とで得られる潜在的な恩恵が多数あるにもかかわらず， 過去を学んだり過去に言及したりすることが滅多にない 可能性がある．しかし，若い世代が過去に関する基本的 理解を欠いてしまうと，現代的生活の多数の側面におい て，十分に役割（例：政治的，経済的，社会的な役割など） を果たす際に困難を抱える可能性がある． 最近，歴史的文書のディジタル化や保存記録集の構築 に，巨額の費用が費やされてきた．例えば，2009 年と 2010年，日本の国立国会図書館におけるディジタル化 予算は合計 137 億円に上った [大場 14]．しかし，ディ ジタルアーカイブの利用状況は依然，満足のいく水準に ほど遠い．例えば，Europeana（3 000 余りの欧州の博 物館，図書館および諸機関からアーティファクトに関す るデータを集約するポータルサイト）へのトラヒックの 80％が Google 検索エンジン経由でのアクセスであり， 訪問の 60％は持続時間が 10 秒未満である [Stroeker 12]．これは，近年における多数の文化遺産情報システ ムがユーザに関与してもらうための戦略を欠いている， という事実を指す [Stiller 15]．願わくは，情報処理的ア プローチを介して歴史を現在と関連付けることにより， 文書保存記録の活用度を高めたいところである．ディジ タルアーカイブに眠る潜在力を解放すれば，最近数十年 間にわたるディジタル化プロジェクトに要した巨額の費 用の正当性も高まるはずである．本質的に，我々は単に 検索ボックスを提供するだけでなく，より先進的な相互 作用が必要である． 本稿ではまず，市民はもとより，外国人旅行者につい ても，歴史に関する包括的知識の欠如が問題であるとい う点を強調した．次に，この問題の中核にある二つの争 点，すなわち歴史知識を理解することに対する難しさと， 現在に対する歴史の関連性の認知度の弱さを明らかにし た．次いで後者の争点に焦点を当てつつ，過去関連知識 と現在に関する内容の統合の緊密化を狙いとするアプ ローチおよび技術の例を三つ紹介した．これらは単純な 予備的取組みに過ぎないことから，我々としては，それ らが主にこの種のさらなる研究推進に向けた刺激を提供 し得るものとなることを願う次第である．特に，我々は 現在，時系列横断的類似性検出に関する説明を提供する ための方法の改良に取り組んでいる [Zhang 16]．時間的 対応物に相当すると推定される任意の対の項目について （時系列横断的類似性が高い項目），我々は，類似する側 面を明らかにする説明的な項目または文章を出力できる ようにしたいと考えている．加えて，我々が行っている 別系統の研究では，現在の出来事と類似した出来事の検 出を狙いとしている．出来事は相互作用する一連の主体 （例：人物，場所）として表現可能であることから，こ れを目的に，[Zhang 15, Zhang 16] に記載されているよ うな技術の拡張が可能である．最後に，我々は今後，我々 がこれまでに行ってきた，ユーザが多様な文書ジャンル 図 4 HistoryComparator システムにおける対照的項目クラウド ビュー（上部）と対照的グラフビュー（下部） 国 文書の ジャンル 感情極性分布 期間 人気度 出来事または人物の名称[Stiller 15] Stiller, J. and Petras, V.: A Framework for Classifying and Comparing Interactions in Heritage Information Systems, I. Ruthven and G. G. Chowdhury, Cultural Heritage
Information, Access and Management, Neal-Schuman, Chicago
（2015）
[Stroeker 12] Stroeker, N. and Vogels, R.: Survey Report on Digitisation in European Cultural Heritage Institutions 2012（2012）, www.enumerate.eu/fileadmin/ENUMERATE/ documents/ENUMERATE-Digitisation-Survey-2012.pdf [Soboroff 11] Soboroff, J.: If students fail history, does it matter?
CNN（July 28, 2011）
[Tahmasebi 12] Tahmasebi, N., Gossen, G., Kanhabua, N., Holzmann, H. and Risse, T.: NEER: An unsupervised method for named entity evolution recognition, Proc. COLING, pp. 2553-2568（2012）
[Tran 15a] Tran, N. K., Ceroni, A., Kanhabua, N. and Niederée, C.: Back to the past: Supporting interpretations of forgotten stories by time-aware recontextualization, Proc. WSDM 2015, pp. 339-348（2015）
[Tran 15b] Tran, N. K., Ceroni, A., Kanhabua, N. and Niederée, C.: Time-travel translator: Automatically contextualizing news articles, WWW（Companion Volume） 2015, pp. 247-250（2015） [Wikipedia] https://en.wikipedia.org/wiki/Wikipedia:
Recentism
[山田 13] 山田 順：自国の歴史を知らず，“迷子”になる日本人， 東洋経済（2013 年 05 月 08 日）
[Yeung 11] Yeung, C. M. A. and Jatowt, A.: Studying how the past is remembered: Towards computational history through large scale text mining, Proc. CIKM 2011, pp. 1231-1240（2011） [Zhang 15] Zhang, Y., Jatowt, A., Bhowmick, S. and Tanaka, K.:
Omnia mutantur, Nihil interit: Connecting past with present by finding corresponding terms across time, Proc. 53rd Annual
Meeting of the Association for Computational Linguistics（ACL
2015）, pp. 645-655, Beijing, China（2015）
[Zhang 16] Zhang, Y., Jatowt, A., Bhowmick S. and Tanaka, K.: The past is not a foreign country: Detecting semantically similar terms across time, Trans. on Knowledge and Data
Engineering（TKDE）, Vol. 28, No. 10, pp. 2793-2807, IEEE Press（2016） 2016年 10 月 3 日 受理 において過去を参照する方法に関する研究 [Yeung 11] を，レコメンデーションの設計の改良に適用していきた いと考えている．
◇ 参 考 文 献 ◇
[Abelson 85] Abelson, R. P. and Levi, A.: Decision making and decision theory, Handbook of Social Psychology, Vol. 2, pp. 231-309（1985）
[Berberich 09] Berberich, K., Bedathur, S. J., Sozio, M. and Weikum, G.: Bridging the terminology gap in web archive search, Proc. WebDB’09（2009）
[Connerton 09] Connerton, P.: How Modernity Forgets, Cambridge University Press（2009）
[Gilovich 81] Gilovich, T.: Seeing the past in the present: The effect of associations to familiar events on judgments and decisions, J. Personality and Social Psychology, Vol. 40, No. 5, p. 797（1981）
[Gregory 07] Gregory, J.: Don’t Know Much about History: Australian History in Schools Today, The Critic, Institute of
Advanced Studies of the University of Western Australia, Issue 6（Oct. 2007）
[Gyöngyi 04] Gyöngyi, Z., Garcia-Molina, H. and Pedersen, J.: Combating web spam with trustrank, VLDB 2004, pp. 576-587 （2004）
[Hartley 58] Hartley, L. P.: The Go-Between, Harmondsworth: Penguin Books $ Hamish Hamilton（1958）
[Halbwachs 80] Halbwachs, M.: The Collective Memory, New York, Harper & Row Colophon Books（1980）
[Jatowt 16a] Jatowt, A. Kawai, D. and Tanaka, K.: Digital history meets Wikipedia: Analyzing historical persons in Wikipedia,
Proc. 16th ACM/IEEE-CS Joint Conf. on Digital Libraries
（JCDL 2016）, ACM Press, Newark, USA, pp. 17-26（2016） [Jatowt 16b] Jatowt, A., Kawai, D. and Tanaka, K.: Predicting
importance of historical persons using Wikipedia, Proc. 25th
ACM Int. Conf. on Information and Knowledge Management
（CIKM 2016）, ACM Press, Indianapolis, USA（2016）（to appear）
[Jatowt 16c] Jatowt, A. and Bron., M.: HistoryComparator: Interactive across-time comparison in archives, Proc. 26th Int.
Conf. on Computational Linguistics（COLING 2016）, Osaka, Japan, demo paper（2016）
[Joho 15] Joho, H., Jatowt, A. and Blanco, R.: Temporal information searching behaviour and tactics, Information
Processing and Management Journal, Vol. 51, No. 6, pp.
834-850, Elsevier（2015）
[Mikolov 13] Mikolov, T., et al.: Efficient Estimation of Word Representations in Vector Space, arXiv preprint arXiv:1301.3781（2013） [大場 14] 大場利康：国立国会図書館におけるデジタルアーカイブ 事業の進捗，平成 26 年 11 月 26 日，知的財産戦略本部検証・ 評価・企画委員会（2014），http://www.kantei.go.jp/ jp/singi/titeki2/tyousakai/kensho_hyoka_ kikaku/2015/dai3/siryou3-4.pdf
