0016: 著作権のある第三者資料は専用バケットに分離し、出典情報をスキーマ必須にする

  • 日付: 2026-07-22
  • 状態: 採用
  • 関連: 0010（R2認証分離の同型パターン）、 0011（「民間の付加物は保護あり」の判定）

背景

DSM-5-TR日本語版の抜粋（~/knowledge/copies-work/、複写・非公開）と、判例タイムズの 同性婚訴訟判決の切り抜き（4件）を、ICD-11・法令本文・e-Stat統計と同じ形（DuckDB/SQL/ KWICで検索できる形）でR2 Data Catalogにカタログ化したい。

しかしこれらはlawdata.*のデータ（法令本文=著作権法13条で権利フリー、ICD-11=CC BY-ND 3.0 IGOで参照可、e-Stat=政府オープンデータ）とは法的性質が異なる。DSM-5-TR・ 判例タイムズはいずれも第三者の著作物であり、引用（著作権法32条）の要件を満たす範囲 でしか複写・保持できない。0011で既に「民間の付加物は保護あり（判例集の解説・要旨・ 編集、六法の注釈、市販法令集のレイアウト）。判タ複写をcopies/=公開不可としたのは 正しい」と判定済みだった。

決定

1. 専用バケットpaper-civic-kit-copyrightedに分離する

0010のR2認証分離（personal-archiveを 専用バケット＋専用トークンに分離した判断）と同型のパターンを、第三者著作物にも 適用する。paper-civic-kit-lawdata（権利フリー・参照可・オープンデータ）とは 別のR2 Data Catalog warehouseとして立てる。

対象: DSM-5-TR日本語版抜粋、判例タイムズの判決切り抜き（同性婚訴訟関連4件）、 今後同種の複写物すべて。

2. 出典情報をスキーマの必須フィールドにする

本文だけが独立して流通・引用され、出典が曖昧になる（剽窃に当たる）事態を スキーマ設計で構造的に防ぐ。テーブルスキーマ:

citekey         : string, required  # 一意識別子
source_title    : string, required  # 資料名(例: DSM-5-TR、判例タイムズ)
publisher       : string, required  # 発行元(例: 医学書院)
volume_issue    : string            # 巻号(例: 1479号)
page_num        : string            # 頁
section_heading : string            # 章・見出し
text            : string, required  # 本文
citation_string : string, required  # そのまま引用に使える完成形の出典表記
                                     # (例: "判例タイムズ1479号23頁、〇〇事件判決")
license_note    : string, required  # 引用根拠・複写範囲の注記(著作権法32条の引用
                                     # 要件を満たす範囲であることの確認メモ)
fetched_at      : string, required

textのみを取り出して使うことを禁止する運用ではなく、citation_string・ license_noteを欠けさせられない設計にすることで、引用としての体裁を技術的に 担保する。

3. 取り込みは人間が都度確認する

0010の追記 の「無人cronにしない」と同じ運用。複写範囲が引用の要件（著作権法32条: 公正な慣行に 合致し、報道・批評・研究等の目的上正当な範囲内であること）を満たしているかは 機械的に判定できないため、取り込みは都度人間が確認する。

未決定事項

  • paper-civic-kit-copyrightedのR2バケット・トークンの実際の作成（本決定は 設計のみ、インフラ構築は別タスク）。
  • 取り込みスクリプトの実装（copies-work/ocrout/*.txtからDSM-5-TR分を、 判例タイムズ4件のPDFから同様に整形して流し込む）。