NDL Face について
NDL Face は、NDLデジタルコレクションに収録された文学テキストのフルテキストデータから、登場人物の表情・感情・外見に関する描写表現を AI（大規模言語モデル）により大規模に抽出し、構造化データとして横断検索・閲覧できる研究基盤です。
従来、文学テキストにおける感情表現の収集は研究者の精読に依存しており、対象テキストの量が増えるほど網羅性と速度に限界がありました。本プロジェクトでは、LLM の古典日本語理解能力を活用し、複数の LLM エージェントを並列実行する独自のパイプラインによってこの課題に取り組んでいます。
本研究は、東京大学における科研費プロジェクト「外見描写と内面評価の相関性史――創発的・学際的協働研究」（課題番号 25K21831）と連携し、肖像における人物造形と印象評価の連動性を解明する調査基盤としても位置づけられています。
主な特徴
- LLM マルチエージェント抽出 — 複数の LLM エージェントを並列実行し、数百ページ規模のテキストから感情・表情表現を自動抽出。形態素解析では捉えられない文脈依存的な表現を構造化データとして出力します。
- 多面的な感情カテゴリ — 喜び・悲しみ・怒りなど 11 種類の感情カテゴリ、身体部位（顔・目・口・頬 等）、感情極性（ポジティブ/ネガティブ）、強度の 4 軸で構造化。二値的センチメント分析を超えた多面的分類を実現します。
- ファセット横断検索 — 感情カテゴリ・身体部位・感情極性・強度・人物の性別・ジャンル・著者・出版年によるファセット検索とキーワード検索。
- 原典画像との連携 — 抽出された各表現から NDL デジタルコレクションの該当コマに直接リンクし、IIIF ビューア上で本文該当箇所の領域を重ね合わせ表示します。
抽出パイプライン
- テキスト取得 — NDL デジタルコレクションの OCR フルテキストデータを取得
- LLM 抽出 — 複数エージェントが表情・感情表現（surface）と文脈（context）を抽出
- 正規化 — 感情カテゴリ・身体部位・極性・強度を統制語彙へマッピング
- 書誌エンリッチ — NDL の IIIF マニフェストから著者・出版年・NDC を付与
- 座標マッチング — OCR 座標と surface を突合し、原典画像上の領域（バウンディングボックス）を生成
- Elasticsearch 登録 — 構造化データとして索引し、本サイトから横断検索
データのライセンス・出典
- 原本画像・フルテキスト: 国立国会図書館デジタルコレクション（画像は NDL の IIIF Image API を参照しており、本サイトはホストしていません）
- 抽出データは研究目的で公開しています。抽出は LLM によるものであり、誤りを含む可能性があります。