AI について
免責
AI 分析は公開可能な由緒テキストの意味的特徴を数値化したもので、 歴史的事実、宗教的正統性、神社間の実際の系譜関係を証明するものではありません。
やっていること
- 由緒の文章を Transformer でベクトルに変える
- ベクトルどうしの意味的な近さを測り、似た由緒の神社を並べる
- あらかじめ書いた 12 種類の由緒モチーフとの近さを数値にする
- クラスタリング(クラスタ数を先に決めない方式)と 2 次元への射影
やっていないこと
- クラスタ番号に歴史学上の系統の意味を与えること
- スコアを「史実である確率」として扱うこと
- AI の類似度から「A 神社から B 神社へ勧請された」と推論すること
- 生成 AI に由緒を書かせること
- ブラウザやサーバーでモデルを動かすこと(すべて事前に計算してある)
いま動いている設定
| モデル | intfloat/multilingual-e5-base |
|---|---|
| モデルの版 | d128750597153bb5987e10b1c3493a34e5a4502a |
| ベクトルの次元 | 768 |
| 解析した由緒(記事) | 3,189 件 |
| AI の欄が付いた神社 | 3,191 件(うち 4 件は、神門と本社のように ほかの神社と同じ記事を共有する。記事ごとに一度だけ計算し、類似の相手には同じ記事を出さない) |
| 見つかったクラスタ | 45 個(どれにも入らなかったもの 1,027 件) |
| 長すぎて切り詰めた由緒 | 645 件 |
モデルの版を書いてあるのは、同じ数をもう一度出せるようにするためである。 版を書かない数値は再現できない。
モチーフのスコアが働いているかの確認
神社と無関係な文(料理の手順・決算の説明・アルゴリズムの解説)を同じ計算に通し、 どのモチーフでも由緒本文より低く出ることを確かめている。 無関係な文の最高スコアは 0.812、 由緒本文の最高スコアの中央値は 0.856。 さらに、由緒本文の最高スコアの最小値は 0.822 なので、解析した全件が、対照文すべてを上回っている。
スコアをそのまま並べない理由
このモデルのコサイン類似度は、12 のモチーフすべてが 0.777 〜 0.884 という狭い帯に収まる。ひとつの神社の中で最も高いモチーフと最も低いモチーフの差は、 中央値で 0.038しかない。
この数字を 12 個並べると、読み手は「どれも同じくらい当てはまる」と受け取ってしまう。 そこで画面には、そのモチーフの分布の中でこの神社がどこにいるか(上位何パーセントか)を出している。生のスコアは公開ファイルに残してあるので、 自分で確かめられる。
史実の線と AI の線は別に描く
文献で確認できる分祀・分社の関係は実線で、 AI が測った文章の意味的な近さは点線で描く。 この二つを同じ線種で描かない。神社詳細では、前者を「文献上の母院」、 後者を「由緒が似た神社」として別の欄に置いている。
系統分類の優先順位
八幡系・稲荷系といった系統は、次の順に決める。AI 推定は最後の手段であり、 AI 推定だけで決まった場合は画面にそう書く。
- 明示された構造化データ(Wikidata の包括団体)
- 祭神(Wikidata P825「献呈先」)
- 名称の規則
- 由緒テキスト
- AI 推定
いまのところ、系統は 2 番目と 3 番目までで決まっており、AI 推定にまで落ちたものは無い。統計で内訳を見られる。
使っているテキストと、配っていないもの
由緒の解析には日本語版ウィキペディアの記事本文を使っている。ライセンスは CC BY-SA 4.0 で、次の三つを守ることを条件に利用している。
- 本文を公開ファイルに含めない
- 埋め込みベクトルも含めない
- 神社ごとに、由来した記事の題名・版・ライセンスを表示する
配っているのは数値のスコア(モチーフ・類似度・クラスタ番号・2 次元の座標)だけである。 この約束が守られていることは、公開ファイルに長い文字列や長い数値列が入っていないかを 機械で検査して確かめている。
権利条件の明確な由緒本文が少ないこと
ジャパンサーチで「神社」かつ「由緒」を検索すると 1,892 件が当たるが、 先頭 100 件を調べたところ、再利用可能な権利コード(CC0 / PDM / CC BY)を持ち、 かつ 100 字以上の説明文がある記録は 5 件だった(2026-09-08 実測)。 これが、ウィキペディアを使うことにした理由である。