調査プロセス: オントロジー概念の基礎と実務活用

作成日: 2026-05-09

読み方

この調査ログは、本文の結論を繰り返すためではなく、どの問いを立て、どの資料を優先し、どこを不確実なまま残したかを読者が確認するための記録である。オントロジー概念の基礎と実務活用について、判断の前提、根拠の種類、更新が必要になる条件を分けて残した。

利用環境

• model: gpt-5.4-mini
• skill: .codex/skills/research-report/SKILL.md
• prompt source: ops/codex/prompts/daily-issue-research.md

調査命令

• 調査対象: オントロジー概念の基礎と実務活用
• 依頼内容: 哲学的存在論、知識表現、Semantic Web標準、知識グラフ、業務AIでのoperational ontologyを整理する基礎レポート。
• 指定カテゴリ・slug: knowledge-systems / ontology-concept
• 関連タグ: Ontology, Knowledge Graph, Semantic Web, AI
• 主要な制約: 一次情報または信頼できる公開情報を優先し、主張、根拠、限界、実務含意を分けて書く。
• 参照した記事ファイル: articles/report/ontology-concept/ja/index.mdx
• 完了条件: 日本語本文を公開記事として表示し、調査ログで資料選定、採用しなかった情報、判断基準、更新条件を確認できるようにする。

調査目的

オントロジーという概念を、哲学、知識表現、Semantic Web、知識グラフ、業務AI活用の各文脈から整理し、実務で「何を作ればオントロジーと呼べるのか」「どこまで形式化すべきか」を判断できる基礎資料にする。

調査設計

観点	確認したこと	使い方
スコープ	本文の調査対象と読者の実務判断	何を扱い、何を扱わないかを明確にした
根拠	公開情報、一次情報、補助資料	本文の主要主張を支える材料にした
比較・整理	制度、時系列、技術、リスク、実務含意	読者が論点を再利用できる形にした
限界	未確認事項、時点依存、追加深掘り候補	更新時に見直す対象として残した

ナラティブレビュー。古典的定義、標準仕様、実務向け設計ガイド、近年のLLM/知識グラフ文献を横断して、概念の使い分けと実務含意を整理する。

資料選定の方針

本文では、公開情報と一次情報を優先し、主要な判断の近くに根拠を置く方針にした。二次情報は論点整理や背景理解の補助にとどめ、本文の中心主張は確認可能な資料に基づける。

採用しなかった情報

• 出典や時点を追えない断定的な情報は、本文の主要根拠にはしない。
• 速報性の高い情報は、一次情報や複数の公開情報で補強できる場合に限って扱う。
• 本文の実務判断に直結しない詳細は、追加深掘り候補として分離する。

判断基準

本文では、確認した根拠、比較軸、限界を分け、主張が一次情報・補助資料・公表情報からの推定のどれに基づくかを明示する方針にした。

確認済みの根拠

• スコープ定義: 哲学的オントロジー、情報科学のオントロジー、実務AIでの operational ontology を分けて扱う。
• 方法論選定: 網羅的システマティックレビューではなく、実務意思決定向けのナラティブレビューとして設計する。
• 基礎文献確認: Gruber、Guarino、Ontology Development 101、Semantic Web、知識グラフ文献を確認する。
• 標準仕様確認: RDF、OWL 2、SKOS、SPARQL、SHACL、BFO/ISO、schema.org、Palantir Ontology の一次情報を確認する。
• 概念比較: taxonomy、controlled vocabulary、schema、data model、knowledge graph、semantic layer との違いを整理する。
• 実務設計方針: 小さく始める ontology lite、competency questions、制約・検証・運用の設計方針をまとめる。
• 図解追加: Mermaidで概念レイヤー、構成要素、判断フロー、業務例を図解する。
• 批判的評価: 過剰形式化、偽の精密さ、更新不能、組織合意不足、LLM任せの危険を整理する。
• レポート作成: articles/ontology-concept/index.mdx に出典メモ付きでまとめる。

更新が必要になる条件

• このリポジトリの調査テーマ、ソース、主張、判断、図解を表す repo-local ontology lite を設計する。

• Notion / Obsidian / GitHub / MCP を横断する個人知識管理オントロジーを設計する。

• RDF/OWL/SHACL を使う場合と、JSON Schema / TypeScript / property graph で十分な場合の判断基準を実装例つきで比較する。

• LLMによる ontology extraction / ontology alignment の実用性と評価方法を深掘りする。

• 追加深掘り候補: 必要に応じて、具体的な研究リポジトリ向け ontology lite や Obsidian/Notion 連携モデルへ発展させる。