デジタル庁、ExcelやCSVの機械可読性を100点満点で採点するツール「Harunobu」を公開

デジタル庁は10月21日、ExcelやCSV、TSVのファイルが「行政データにおける機械可読性に関するルール」にどこまで合うかを100点満点で採点するツール「Harunobu」の解説を公式サイトに載せた。ツールは同庁がつくり、GitHubで公開している。機械可読性は、システムにとってのデータの読みやすさを指す。

ルールは3月31日、各府省庁DX推進連絡会議とデジタル社会推進会議幹事会の合同会議で決まった。同庁は、行政が公表するデータには紙に印刷して人が見る前提でセルの結合や空行を入れた形式もあり、分析ソフトやAIが扱いにくいと説明する。公式noteでは、印刷向けにセルを結合したり、行と列を方眼紙のように細かく並べたりしたExcelを、いわゆる「神Excel」として取り上げた。ルールは3段階で、最低限のレベル1には「1セル1データとする」などがある。今後行政機関が公表するオープンデータは、少なくともレベル1を満たすよう取り組むこととされている。

採点結果には、レベルごとの点数と、違反したルール、違反箇所と理由が示され、JSONやCSVで保存できる。AIの補助機能を有効にしない限り、判定は機械的な処理で行い、ファイルの内容は外部に送られない。有効にすると、利用者が設定した外部のAIサービスにデータが送られる。実行にはPythonなどの環境が要り、手元で動かすほか、システムに組み込んで使うこともできる。

同庁は、判定の仕組みはルールを基にした一例で、公式の基準ではないとし、機械での判定が難しい一部のルールは対象外にした。Harunobuは採点までで、データは直さない。noteでは、採点結果からAIに整形プログラムを作らせ、そのプログラムでデータを直す手順を紹介した。

同庁によると、ルールと、それを機械で読める形にしたCSV・JSONのファイルは、民間企業などが機械可読性を高める取り組みにも使える。同庁は、行政が公開するデータは民間事業者や研究者など利用者が多く、使う側で整える負担が減る効果は、ほかのデータより社会全体に広く及ぶとみている。

【プレスリリース】デジタル庁「機械可読性ルール適合チェックツール「Harunobu」」
【参照サイト】デジタル庁「Excelの機械可読性を判定するツール「Harunobu」のご紹介」
【参照サイト】デジタル庁「行政データにおける機械可読性に関するルールをコード化する取組み」

画像：Editorial credit: yu_photo / Shutterstock.com