---
title: 中国社会信用システム研究で知識グラフを試作した実践報告
tags:  #ＬＴ会  
author: [ナレッジグラフ若手の会](https://docswell.com/user/kg_wakate)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/PER99MWKJ9.jpg?width=480
description: 第9回ナレッジグラフ勉強会（2026/04/26） https://kg-wakate.connpass.com/event/390156/
published: April 28, 26
canonical: https://docswell.com/s/kg_wakate/5Q21DE-2026-04-28-053122
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/PER99MWKJ9.jpg)

自己紹介
濱田圭吾
日本大学商学部5年生
高久保ゼミナール
日中比較経営学研究
R5日中関係学会 第12回宮本賞 特別賞
「胎動する日中協業の新しい形〜国を超えるオープンソースソフトウェア〜」
R6日中関係学会 第13回宮本賞 特別賞
「デジタル儒商インキュベーション施設に学ぶスタートアップエコシステム形成への示唆-重慶 漫調e
空間の創業支援を参考に-」
R7年度 日本大学商学部優秀卒業論文賞
「中国社会信用システムの制度アーキテクチャ分析―4軸による日中比較と日本の信用制度設計―」


# Page. 2

![Page Image](https://bcdn.docswell.com/page/P7XQQVP5EX.jpg)

発見ではなく、整理だった
scientific papers
Itani的LBDを社会科学に持ち込んで何が変質したか
中国社会信用システム研究で知識グラフを試作した実践報告
social science KG
東大ナレッジグラフ勉強会
濱田圭吾
01


# Page. 3

![Page Image](https://bcdn.docswell.com/page/37K99QDR7D.jpg)

trigger
きっかけはItani論文だった
自然科学の「文献から候補を出す流れ」を、SCSレビューに持ち込めないか
Itani et al.
Twitterで “Large Language Models for Superconductor Discovery” を見かけた
文献 → DB → 候補探索
文献 → 構造化DB → 候補探索という研究支援の流れが刺さった
1月末提出の卒論に対して、1月に試し始めた
SCS文献レビューで
も
試せるのでは？
02


# Page. 4

![Page Image](https://bcdn.docswell.com/page/LJ3WWPRGJ5.jpg)

why SCS / why KG
なぜSCSで、なぜKGだったか
単一の物語に閉じない対象だった
行政記録
企業信用
中国社会信用システムは「国民スコア」だけでは説明できない
行政記録、企業信用、司法制裁、民間サービス、政策言説が重なる
SCS
西側メディア、中国政府、実装現場で見え方が変わる
司法制裁
民間サービス
政策言説
一つの結論に畳む前に、多層性を保持できる表現がほしかった
KGは、複数の見方を同時に置くための
器
03


# Page. 5

![Page Image](https://bcdn.docswell.com/page/8JDKKLYNEG.jpg)

translation
何を移植したか
主線はItani論文、福田論文はKG設計の補助
Itani et al.
文献群を構造化DBへ変換
抽出結果を後段タスクへ接続
本研究での対応
SCS関連文献91件
SCS概念DB
LLMを研究パイプラインに組み込む
国・制度軸・出典タグ
論点整理と比較軸確認
福田論文
説明文・同義語・上位下位関係の設計補助
04


# Page. 6

![Page Image](https://bcdn.docswell.com/page/VEPKK26N78.jpg)

まず、こういうKGを作った
91文献から作ったSCS概念ネットワーク
SCS関連文献をもとに概念
を抽出
国・制度領域・4軸タグ・
出典を付与
概念間の参照、上位下位、
定義参照を接続
可視化して論点空間を眺め
られるようにした
これを作りました。ここから、どう作っ
たか、何が効いたかを話します。
05


# Page. 7

![Page Image](https://bcdn.docswell.com/page/27VVVD3Y7Q.jpg)

pipeline
91文献からKGへ
文献レビューを、探索可能な概念ネットワークに変換する
1
2
収集
3
概念抽出
注意
4
DB化
5
関係補正
6
KG構築
可視化
関係抽出・手動補正・解釈には人間の読解が残る。ここは「完全
自動化」ではない。
06


# Page. 8

![Page Image](https://bcdn.docswell.com/page/5JGLLY3W7L.jpg)

schema
概念DBの設計
KGの前に、概念を研究用スキーマへ落とす
concept: SCS-0001
622
5
概念数
国タグ
label
社会信用システム
type
data_system
country
CN
definition
行政・司法・商業領域をまたぐ信用制度群
4
6
sources
文献ID / ページ / メモ
分析軸
主なタイプ
four_axis
governance / data_flow / incentive
単語リストではなく、あとから比較研究に使えるメタデー
タ付きノードにした。
07


# Page. 9

![Page Image](https://bcdn.docswell.com/page/47QYYM5QEP.jpg)

result
KG構築の結果
完璧ではないが、外部記憶として使える密度になった
622
846
102
16.4%
nodes
edges
isolated
isolation
孤立ノードの解釈
未接続の論点や、文献上の扱いが薄い領域を示す手が
かりにもなりうる。
08


# Page. 10

![Page Image](https://bcdn.docswell.com/page/KE4WWV9YJ1.jpg)

epistemic layers
社会科学KGとして効いたところ
「何が事実か」だけでなく、「誰がどう見ているか」を置ける
西側メディア
中国政府言説
実装現場
AI監視・国民スコア・自動制裁
データ駆動型ガバナンス・信
用社会
低技術・人手依存・地域差
KGが自動発見したのではなく、どの文献がどの見
方を支えるかを整理する足場になった。
09


# Page. 11

![Page Image](https://bcdn.docswell.com/page/L71YY3KNJG.jpg)

transformation
自然科学のパイプラインは、社会科学で別物になった
発見ではなく、整理に変質した
Itani論文
SCS研究
対象が比較的定義しやすい
制度概念の意味が文脈で変わる
何を予測するかが明確
何を発見と呼ぶか自体が難しい
候補発見というゴールが立てやすい
論点・出典・見方を整理する機能は強く効
いた
抽出 → 予測 → 発見
抽出 → 整理 → 見直し
定量化しにくい領域こそ、KGの整理機能が効く可能性がある。
10


# Page. 12

![Page Image](https://bcdn.docswell.com/page/G7WGGPPME2.jpg)

methodological finding
うまくいかなかったことから分かったこと
橋渡し型の仮説生成は、そのままでは効きにくかった
B
中間概念
A
C
概念A
概念C
同じ概念でも、立場によって意味が変わる
例: 「監視」は、統治効率、権利侵害、制度運用のどれとして見るかで意味が変わる。
ノードの意味の揺れをスキーマに入れる必要がある。
11


# Page. 13

![Page Image](https://bcdn.docswell.com/page/4JZLLKKME3.jpg)

next
次の一歩: 4軸をノード属性に落とす
KGを、概念の地図から制度アーキテクチャの表現へ近づける
ノードに持たせたい比較軸
ガバナンス
追加するノード
誰が定義し、監督・是正できるか
データフロー
何を集め、どこまで共有するか
インセンティブ
誰の行動を、どの強さで変えるか
法令・政策
官民関係
法令
政策文書
制度運用
アクター
制度ノード
アクター
企業行動
政府・地方・民間がどう分担するか
制度変更が、どの制度・主体・企業行動に波及するかを追
う
今までの知識グラフは概念をつなぐ"地図"だったけど、これを"制度の仕組みを表現する設計図"にレベルアップさせたい。
そのために、ノードに4つの属性を持たせ、新しい種類のノードも追加する
12


# Page. 14

![Page Image](https://bcdn.docswell.com/page/YE6WWQQ5EV.jpg)

closing
まとめと、教えていただきたいこと
とりあえず作ってみたら、社会科学にも使えそうだった
Itani論文のLLM科学発見パイプラインを、SCS文献レビューに持ち込んだ
91文献から、622ノード・846エッジの研究用KGを試作した
Discussion
多義性をスキーマでどう扱うべきか
自動発見よりも、概念整理、根拠確認、比較軸の管理に効いた
複数視点タグか、視点別ノード化か
次は、複数の見方、法令ノード、制度変数をどう設計するかを考えたい
正解ラベルを作りにくい領域で、関
連候補をどう評価するか
ここからどう設計するとよいか、詳しい方に教えていただきたいです。
13