Scopus AIとは
最終更新 2026年5月25日
Scopus AIは、Scopusの査読済みの研究リポジトリを利用したAI駆動型の研究ツールです。このツールはユーザーが予備知識が不足している学術コンテンツを理解し、ナビゲートすることができるようにします。Scopus AIは、複雑なコンテンツの解読を助け、より深い研究を促進し、学術的なインサイトの提供を支援するために、Scopus内の抄録と参考文献に基づいて要約を生成します。Scopus AIは、追加購読した場合のみ利用可能です。
Scopus AIは、高度な文レベルの変換機能でクエリを処理し、その後、ベクトル検索インデックスで関連文献（2003年以降にScopusに掲載）を特定し、最も関連性の高い文書を識別します。識別された文献は、要約とその他の生成型AI機能を生成するために処理されます。ScopusのLarge Language Model（LLM）は、プロンプトエンジニアリングを使用して、要約の出典がScopusコンテンツであることを確認し、透明性を保つために参考文献を含めています。
Scopus AIは、Elsevierとサードパーティプロバイダのテクノロジーを組み合わせて構築されています。当社は、自社のLLMテクノロジーと、OpenAIがChatGPTツールのために開発したGPT（Generative Pre-trained Transformer）などの他のLLMを併用しています。当社ではOpenAI GPTをプライベートで使用するため、データを交換したり、当社のデータを使用してChatGPTを訓練したりすることはありません。
プロンプトエンジニアリングは、大規模言語モデルに、クエリの回答を生成するために使用するコンテンツや、その回答をどのように作成し表示するかについての厳密な指示を出します。
Scopus AIでは、ベクトル検索エンジンを使用します。この検索エンジンには、クエリ内の単語や文を調整して最適化されたミニ言語モデルによって処理され、言語ベクトル空間に基づいて数値を割り当てます。クエリ内の単語や文を、2003年以降に発行されたScopus文献の抄録に割り当てられたベクトルと比較し、最も一致度の高いものを選択します。これらのアブストラクトは、その後、Scopus AIの回答に表示されるサマリーおよびその他の機能を生成するために使用されます。
RAG Fusionは、元のクエリを拡張し、より深く掘り下げたり、新しい観点を探索するために、LLMのインテリジェンスを活用します。これらの追加のクエリ結果を組み合わせることで、Scopus AIの回答が大幅に向上し、より詳細な情報が提供されます。
Scopus AIは、Microsoft Azureでホストされます。ツールのフロントエンドはJavaScriptとCSSを組み合わせて構築されており、バックエンドではPython、Java、Elasticsearch、Langchainが使用されています。基礎論文のリストの生成には、Knowledge Graphテクノロジーを使用しています。
Scopus AIにクエリを入力すると、ベクトル検索エンジンはコサイン類似度計算を使用して、2003年以降に発行された文献の最も関連性の高い抄録を見つけます。次にその抄録を大規模な言語モデルに渡し、その抄録があなたのクエリへの回答を書くために使用できるかどうかを判断します。クエリの具体度によって、Scopus AIが回答で提供する情報の詳細度が決まります。大規模言語モデルを誘導するプロンプトエンジニアリングは、関連性、新近性、被引用数などの要素を使用して、ベクトルエンジンが指定した参考文献のうち、どれを（どのくらい）Scopus AIが生成するサマリーに含めるかを決定します。初期のサマリーでは最大10件の論文、展開されたサマリーでは最大20件の論文を引用できます。このアプローチによって、Scopus AIはScopusのコンテンツに基づいて回答を生成できます。
確証バイアスを回避し、サマリーに幅広い見識を取り入れるにはどうしたらよいでしょうか。
Scopus AIでクエリを行うと、ベクトル検索エンジンは、クエリに最も類似したコンテンツを含むScopusの抄録は何かを判断します。これはコサイン類似度と呼ばれ、最も関連性の高い抄録を検索するものです。クエリに強いバイアスが含まれる場合、受け取った回答にそのバイアスが反映されるリスクがあります。ただし、性別、人種、年齢、地理的・社会経済的・文化的・宗教的背景が異なる人々に対する偏見、害、固定概念を増幅させるクエリについては、このリスクを軽減する措置を講じています。
大規模言語モデルを誘導するプロンプトエンジニアリングは、関連性、新近性、被引用数などの要素を使用して、ベクトルエンジンが指定した抄録のうち、どれを（どのくらい）Scopus AIが生成するサマリーに含めるかを決定します。初期のサマリーでは最大10件の論文、展開されたサマリーでは最大20件の論文を引用できます。当社のプロンプトエンジニアリングは、次の3つの主原則に基づいています。
- 透明性：当社はScopus AIに対して、キュレートされたScopusデータベースに基づいてすべての主張を行うこと、すべての発言で参考文献を提供することを求めています。
- 品質：Scopus AIは、出力内容が品質、関連性、一貫性に関する厳しい基準を確実に満たしていることを確認するために、当社の品質フレームワークを使用した定期的な評価を受けています。
- 信頼性：Scopus AIに表示される指示により、事実と異なる出力や信頼性の低い出力を軽減できます。
Scopus AIは、学術文献のコンセンサスに基づいて回答を提供するように設計されているため、学術文献に確証バイアスがあれば、Scopus AIが生成する一般的なサマリーに影響を及ぼすリスクが発生します。ただし、RAG fusionと呼ばれる高度なテクノロジーを使用するExpanded summaryなどの機能は、さまざまな別の視点からクエリを調査することで、このリスクを軽減することができます。
契約せずにScopus AIにアクセスできるユーザーがいるのはなぜですか？
ユーザーフィードバックを収集するさまざまな方法の1つに、無作為化ユーザーテストがあります。Scopusのユーザーテストおよびフィードバックの機会として、Scopus AIにアクセスできるユーザーを無作為に選出しました。無作為化は統計的妥当性を確保する基本原則であるため、ユーザー側からユーザーテストへの参加を希望することはできません。
Scopus AIは、追加購読した場合のみ利用可能です。Scopus AIの購読については、所属機関の管理者にお問い合わせください。
Scopus AIは、信頼できるScopusコンテンツに基づいた要約および生成AI機能の出典を提供するように努めていますが、場合によっては齟齬が生じることがあります。Scopus AIでは、不正確、誤解を招きやすい、偏った、あるいは攻撃的と思われかねない処理結果が生成される可能性があります。Scopus AIは、法律、財務、または医療に関する助言の提供を意図していません。ユーザーは、独自の検証なしに、Scopus AIの結果のみを受容すべきではありません。Scopus AIで生成されたコンテンツを業務で利用する場合は、事前に所属機関または職場のガイドラインを確認してください。Scopus AIには、個人情報、機密情報、または極秘情報を入力しないでください。
Scopus AIは、追加契約した場合にのみ利用可能な点にご注意ください。Scopus AIの購読については、所属機関の管理者にお問い合わせください。
- Scopusのホームページで、［Scopus AI］タブを選択します。
- フィールドにクエリを入力します。
- Enterキーまたは、検索アイコンをクリックします。
サマリーページから以下を行うことができます。
クエリを実行すると、Scopus AIは関連する文献から要約を統合して、トピック概要を生成します。概要から、参考文献や基礎文献およびその他の関連文書を表示およびエクスポートできます。
- 概要から、番号付きの引用文を選択すると、参照された文書を表示するサイドパネルが開きます。
- サイドパネルから、［Open document details］を選択して新しいタブを開き、参考文献の詳細を表示します。
- ［Export reference］を選択して、ファイル、別のプラットフォーム、または文献管理ツール（MendeleyやRefWorksなど）に参考文献をエクスポートします。
- サイドパネルにすべての参考文献を表示するには、［Show all references］（すべての参考文献を表示）を選択します。
- 抄録を表示するには、サイドパネルで［Show abstract］（抄録を表示）を選択します。
- ファイル、別のプラットフォーム、または文献管理ツール（MendeleyやRefWorksなど）に参考文献をエクスポートするには、［Export all references］（すべての参考文献をエクスポート）を選択します。
- すべての基礎文献またはその他の関連文献を表示するには、［Foundational documents］（基礎文献）から［Show more documents］（文献をさらに表示）を選択します。
- ［Foundational documents］（基礎文献）タブまたは［Related documents］（関連文献）タブを選択します。
- 抄録を表示するには、サイドパネルで［Show abstract］（抄録を表示）を選択します。
- ファイル、別のプラットフォーム、または文献管理ツール（MendeleyやRefWorksなど）に文献をエクスポートするには、［Export all documents］（すべての文献をエクスポート）を選択します。
Expanded summary （展開されたサマリー）の表示
展開されたサマリーでは、クエリに関してより詳細なインサイトを得られます。
- サイドパネルにすべての参考文献を表示するには、［Show all references］（すべての参考文献を表示）を選択します。
- 抄録を表示するには、サイドパネルで［Show abstract］（抄録を表示）を選択します。
- ファイル、別のプラットフォーム、または文献管理ツール（MendeleyやRefWorksなど）に参考文献をエクスポートするには、［Export all references］（すべての参考文献をエクスポート）を選択します。
検索結果を視覚的にマッピングし、複雑な関係をシンプルにナビゲートできる包括的な視覚的説明を表示するには、［Concept map］（コンセプトマップ）を選択します。
クエリに関連する最も著名な研究者を3人表示するには、［Topic experts］（トピックの専門家）を選択します。トピックの専門家の［Preview profile］（プロファイルのプレビュー）を選択すると、サイドパネルが開き、専門家の著者プロファイルのプレビューが表示されます。
過去24ヵ月間の関連抄録に基づき、クエリに関する新しい研究方向を検索するには、［Emerging themes］（新たなテーマ）を選択します。新たなテーマは、以下の3種類に分類されます。
- Consistent themes （一貫したテーマ） - 過去2年間に一定の出版率がある研究分野で、持続的な関心と継続的な研究活動が反映されています。
- Rising themes （発展途上のテーマ） - 学術的な存在感が高まっている研究分野で、重要な新展開が示されます。
- Novel themes（新規のテーマ） - 最近関心を集めている新たな分野で、新しい研究方向の可能性を表しています。
テーマごとに［Show references］（参考文献を表示）を選択すると、サイドパネルにテーマ分類の詳細と参考文献が表示されます。
- 抄録を表示するには、サイドパネルで［Show abstract］（抄録を表示）を選択します。
- ファイル、別のプラットフォーム、または文献管理ツール（MendeleyやRefWorksなど）に参考文献をエクスポートするには、［Export all references］（すべての参考文献をエクスポート）を選択します。
テーマごとに候補となる仮説を選択すると、仮説のサマリーが新たに生成されます。
Go deeperリンクを選択すると、新しいサマリーが開き、詳細な情報や関連するクエリ認できます。
ユーザーのプライバシを保証し、不要なデータ保持を回避するために、Scopus AIはGDPR規制を厳格に遵守しています。製品強化の目的以外で、ユーザーの個人情報やチャット履歴が当社のシステムに保存されることはありません。当社は、RELXの責任あるAIの原則を支持し、不公正な偏見の排除、説明責任と堅牢なデータガバナンスの確保を目指しています。
ユーザーフィードバックを収集するさまざまな方法の1つに、無作為化ユーザーテストがあります。Scopusのユーザーテストおよびフィードバックの機会として、Scopus AIにアクセスできるユーザーを無作為に選出しました。無作為化は統計的妥当性を確保する基本原則であるため、ユーザー側からユーザーテストへの参加を希望することはできません。
現在テスト中の機能
- AI Query Builder［ベータ版 - 2025年1月リリース］：ユーザーが自然言語によるクエリや質問を入力し、それをキーワードによるブーリアン検索式へ変換できる機能です。
- ホームページの基本的な文献検索でAI Query Builderのトグルを有効にする
- フリーテキスト入力ボックスが開き、クエリまたは質問を入力して［クエリを生成］をクリックする
- AIヘルパーは、質問を概念（AND結合）とキーワード（OR結合）に分解し、ブーリアン式クエリを構築
- 文献の「検索」を実行する前に、必要に応じて生成されたクエリを手動で編集可能
- 検索結果はAIによって生成され、再現可能
- クイック検索 ［ベータ版 - 2025年1月リリース］：自然言語によるクエリまたは質問を使用して、上位500件の結果を検索・取得できる機能
- クイック検索では、LLM埋め込みを使用したセマンティックベクトル検索を使用して、最も関連性の高い結果を取得
- パーソナライゼーショントグルが有効になっており、ユーザーが著者プロファイルを登録済みの場合、著者の出版履歴に基づいて関連性順に結果が推奨されます。
- 現在、クイック検索では、500件の検索結果に対して次のフィルターを適用できます：
文献タイプ、分野、言語、出版年、オープンアクセス
ご質問の答えになっておりますでしょうか。
関連性の高いFAQ
最近閲覧したFAQ
クッキー設定により機能が無効になっています。