オープンデータセット

オープンデータセットとオープンデータの関係

データセットとは、ある目的のために集めて整理したデータのまとまりのことです。オープンデータセットは、そのようなデータのまとまりが、誰でも使える条件で公開されているものを指します。

このページで根拠にした2つの資料は、どちらもオープンデータの定義を示した資料です。機械学習の研究や開発のために公開されたデータの集まりを、オープンデータセットとして直接定義した資料ではありません。以下の説明は、オープンデータの定義を土台にして、データのまとまりが公開されるときに求められる条件を整理したものです。

国際的な定義: Open Data Handbook

Open Knowledge Foundation の Open Data Handbook は、Open Definition に従い、オープンデータを次のように説明しています。オープンデータとは、出典の表示と、同じ条件での共有を求められることがあるのを除いて、誰でも自由に使い、再利用し、再配布できるデータです。

この資料は、オープンデータの要件として次の3つを挙げています。

• 入手と利用のしやすさ: データの全体を、妥当な複製費用以内で、できればインターネットからのダウンロードで入手できること。使いやすく加工しやすい形で入手できること。
• 再利用と再配布: 他のデータセットとの混合を含めて、再利用と再配布を許す条件で提供されること。
• 誰もが参加できること: 誰でも使い、再利用し、再配布できること。利用する分野や、人や集団によって差別しないこと。

日本の定義: オープンデータ基本指針

日本では、高度情報通信ネットワーク社会推進戦略本部と官民データ活用推進戦略会議が決定した「オープンデータ基本指針」(平成29年5月30日決定、令和3年6月15日改正)が、オープンデータを定義しています。

この指針では、国、地方公共団体及び事業者が保有する官民データのうち、次のいずれの項目にも該当する形で、国民誰もがインターネット等を通じて容易に利用(加工、編集、再配布等)できるよう公開されたものをオープンデータとしています。

• 営利目的、非営利目的を問わず二次利用可能なルールが適用されたもの
• 機械判読に適したもの
• 無償で利用できるもの

ここでいう機械判読とは、コンピュータプログラムが自動的にデータを加工、編集等できることを指します。

2つの定義の共通点と違い

共通点は、誰でも利用でき、加工や再配布を含めて使えるように公開されていることを求める点です。

違いは、条件の立て方にあります。国際的な定義は、出典の表示と同じ条件での共有を求めることがあるのを除き、自由に使い、再利用し、再配布できることを要件にしています。日本の指針は、二次利用が可能なルール、機械判読に適した形、無償での利用という3つの条件をすべて満たすことを求めています。また、日本の指針は対象を国、地方公共団体及び事業者が保有する官民データとしています。