literature-verifier

Literature Verifier

あらゆる種類・言語の文献引用について、真正性を検証し、ハルシネーションを検出します。対象は、学術雑誌論文、書籍、ウェブ記事、学会論文、プレプリント、新聞・雑誌記事、学位論文、政府文書などです。英語および中国語（中文）の文献検証を完全にサポートしています。

検証ワークフロー

1. 言語を検出：引用が中国語、英語、または混在しているかを判定します
2. 解析：引用から構造化フィールド（タイトル、著者、年、学術雑誌・会場、DOI、URL、ISBN）を抽出します
3. 存在を検証：適切な情報源を使用します
   • 英語：DOI → CrossRef、URL → HTTP チェック、タイトル → CrossRef 検索
   • 中国語：タイトル → Chrome CDP 経由で CNKI（優先）、WebSearch（代替手段）、DOI → CrossRef（利用可能な場合）
4. メタデータを照合：申告値と実際の値を比較します
5. 信頼度を評価：調査結果を報告します
6. 主張を検証：ユーザーが出典に帰属させた特定の内容について尋ねた場合に検証します

識別子の種類別検証

DOI がある場合

​scripts/verify_doi.py "<doi>" を実行します。返されたメタデータ（タイトル、著者、学術雑誌、年）をユーザーの引用と比較します。不一致があれば指摘します。

タイトルがある場合（DOI なし）

​scripts/search_crossref.py --title "<title>" を実行します。検索結果が返された場合は、最上位の一致候補のメタデータを引用と比較します。一致候補がない場合は、--author "<last_name>" を追加して試します。

URL がある場合

​scripts/verify_url.py "<url>" を実行します。アクセス可能か、ページタイトル、抽出されたメタデータ（citation_doi、citation_title、article_author）を確認します。URL が無効な場合は、Wayback Machine：web.archive.org/web/<url> を提案します。

ISBN がある場合（書籍）

WebSearch で "ISBN <number>" site:openlibrary.org OR site:worldcat.org を検索し、書籍の記録を検証します。

情報が最小限の場合

WebSearch で申告されたタイトル＋著者＋年を検索します。Google Scholar（site:scholar.google.com）、出版社のサイト、図書館カタログの検索結果と照合します。

中国語文献の検証（中文文献核查）

中国語の出版物の大半は CrossRef に索引登録されていないため、中国語文献の検証には異なる方法が必要です。Chrome MCP ツールが利用可能な場合は、知網 CDP による直接検索を優先的な検証方法として必ず使用してください。MCP ツールが利用できない場合は、WebSearch を代替手段として使用します。検索リンクを生成するだけ、あるいは「知網での確認が必要」とだけ返して済ませてはいけません。中国語文献はすべて、明確に判定してください。

知網 CDP による直接検索（中国語の学術雑誌論文の優先手段）

Chrome MCP ツール（navigate_page、take_snapshot、take_screenshot、fill、click、evaluate_script、wait_for）が利用可能な場合は、中国語の学術雑誌論文ごとにこの方法を優先して使用します。この方法は知網データベースを直接検索するため、WebSearch よりも正確です。

事前確認：任意のページで take_snapshot を実行してみてください。MCP ツールが正常に応答すれば CDP 方法を使用します。利用できない場合（エラー／タイムアウト）は、下記の WebSearch 代替手順に進みます。

複数件を検証する際の注意：複数の論文を連続して検索する場合は、知網のスクレイピング対策が作動しないよう、検索ごとに 2～3 秒間隔を空けてください。

CDP Step 1：知網の詳細検索ページを開く

navigate_page → https://kns.cnki.net/kns8s/AdvSearch

CAPTCHA への対応：snapshot の DOM には、非表示の「下のパズルをドラッグして検証を完了してください」というテキストが常に含まれている場合があります。snapshot のテキストだけで CAPTCHA の有無を判断してはいけません。take_screenshot でスクリーンショットを撮り、ページの実際の表示状態を確認してください。

• スクリーンショットで、ページを覆う CAPTCHA スライダーのポップアップが表示されている場合は、ユーザーに「知網でセキュリティ検証が必要です。ブラウザーでスライダー認証を完了してから、お知らせください。」と伝えます。
• スクリーンショットで検索フォームが正常に表示され、遮られていない場合は、そのまま続行します。

CDP Step 2：検証対象論文の正確なタイトルを入力する

take_snapshot で検索入力欄を見つけてから、次の操作を行います。

fill → [检索输入框] → "<待核查论文的完整标题>"

既定の検索フィールドは「テーマ」です。正確なタイトルの検証にはこれで十分なため、フィールドの種類を変更したり、ほかの絞り込み条件を追加したりする必要はありません。

CDP Step 3：検索を実行する

「検索」ボタンをクリックし、結果ページが読み込まれるまで待ちます。

wait_for → "检索结果" 或结果列表出现

この時点で CAPTCHA が表示された場合は、Step 1 の手順に従ってください。

CDP Step 4：結果を読み取り、解析する

まず take_snapshot で結果ページを確認し、次に evaluate_script で構造化データを抽出します。

evaluate_script → () => {
  const rows = document.querySelectorAll('.result-table-list tbody tr');
  if (!rows || rows.length === 0) return JSON.stringify({found: false, results: []});
  const results = [];
  rows.forEach((row, i) => {
    if (i >= 10) return;
    const titleEl = row.querySelector('.name a');
    const authorsEl = row.querySelector('.author');
    const sourceEl = row.querySelector('.source');
    const dateEl = row.querySelector('.date');
    results.push({
      title: titleEl ? titleEl.textContent.trim() : '',
      authors: authorsEl ? authorsEl.textContent.trim() : '',
      source: sourceEl ? sourceEl.textContent.trim() : '',
      date: dateEl ? dateEl.textContent.trim() : ''
    });
  });
  return JSON.stringify({found: results.length > 0, count: results.length, results});
}

JS セレクターが機能しない場合（知網が DOM 構造を更新している可能性があります）は、take_snapshot のテキスト出力を直接読む方法に切り替えてください。そこには読み取り可能なタイトル、著者、学術雑誌、日付の情報が含まれているため、手動で解析できます。

結果が 0 件の場合：論文は知網で見つかりませんでした。これは重要な兆候ですが、唯一の根拠ではありません。WebSearch の代替手順に進み、万方と百度学術を確認してから結論を出してください。

CDP Step 5：メタデータを照合する

知網の結果と、申告された引用情報を各項目ごとに比較します。

項目	照合方法
タイトル	空白を除去して完全一致するか確認します。知網の結果タイトルに申告タイトルが含まれる場合（またはその逆）は、一致とみなします。
著者	申告された第一著者が知網の著者一覧に含まれているか確認します。著者の順序は異なる場合があります。
学術雑誌	名称が完全に一致するか確認します。略称の違い（例：「北京大学学報」と「北京大学学報(哲学社会科学版)」）に注意してください。どちらか一方が他方に含まれていれば、一致とみなします。
年	知網の日付フィールドの年が、申告された年と一致している必要があります。

CDP Step 6：CDP の結果に基づいて判定する

CDP の結果	判定
タイトルが完全一致＋著者が一致＋学術雑誌が一致＋年が一致	確認済み
タイトルが完全一致＋残り3項目のうち2項目が一致	実在の可能性が高い（不一致の項目を明記）
タイトルが完全一致＋学術雑誌または著者が不一致	メタデータエラー（論文は存在しますが、引用情報に誤りがあります）
上位10件にタイトルの一致がない	WebSearch の代替手順を実行してから判定します

CDP の例外処理

• MCP ツールが利用できない：全体をスキップし、WebSearch の代替手順を使用します
• CAPTCHA によるブロックが続く：ユーザーに対応を依頼します。ユーザーが対応できない場合は、WebSearch に進みます
• ページ読み込み後に検索エラーが発生する：一度再試行します。それでも失敗する場合は、WebSearch に進みます
• 知網にアクセスできない：WebSearch に進みます
• DOM セレクターの結果が空：take_snapshot のテキストを使って手動で解析します。それでも失敗する場合は、WebSearch に進みます

WebSearch による中国語文献の検証手順（代替方法／CDP が利用できない場合に使用）

Chrome MCP ツールが利用できない場合、または CNKI の CDP 検索で結果が 0 件となりクロスチェックが必要な場合、あるいは CDP による判定を補強する必要がある場合は、以下の WebSearch 手順を使用してください。次の検索をすべて実行してください。手順を省略したり、すべての検索が完了する前に「Uncertain」と判定したりしないでください。

Step 1: 複数ソースでの WebSearch（必須 — 3 回以上検索）

各論文について、以下の WebSearch クエリを順番に実行します。

1. タイトルの完全一致検索："<論文の完全なタイトル>"（引用符付き、サイト指定なし）
2. タイトル＋著者名で検索：<論文タイトル> <著者名>（引用符なし、広範に検索）
3. タイトル＋雑誌名で検索：<論文タイトル> <雑誌名>（掲載誌をクロスチェック）
4. CNKI を対象にした検索："<論文タイトル>" site:cnki.net（CNKI）
5. Wanfang を対象にした検索："<論文タイトル>" site:wanfangdata.com.cn（Wanfang）

手順 1～3 ですでに一致するメタデータとともに論文の存在が確認できた場合、手順 4～5 は補足的な検索です。手順 1～3 で結果が得られなかった場合、手順 4～5 は必須です。

Step 2: メタデータのクロスチェック（メタデータの照合）

検索結果から、以下を確認します。

• 著者名が一致している
• 雑誌名が正確に一致している（学報／雑誌／期刊の取り違えに注意）
• 出版年が一致している
• 巻号・ページ番号が確認できる場合は、それらも一致している

Step 3: 判定（必ず明確に判定する）

検索結果に基づいて、以下の判定のうち 1 つを割り当てます。中国語文献について、最終判定に「Uncertain」を使用することはできません。

判定	基準
Confirmed（確認済み）	2 つ以上のソース（CNKI、Wanfang、Baidu Scholar、Google Scholar）で、メタデータが一致する情報が見つかった
Likely Real（実在の可能性が高い）	メタデータが一致する情報が 1 つのソースで見つかった、または軽微なメタデータの相違を伴う情報が見つかった
Likely Fabricated（捏造の可能性が高い）	どの検索でも結果が見つからない、またはタイトル／著者／雑誌の組み合わせがどこにも見つからない
Confirmed Fabricated（捏造確認済み）	雑誌が存在しない、著者が主張されている所属機関に在籍していない、あり得ない日付であるなど、捏造を示す複数の兆候がある
Metadata Error（メタデータの誤り）	論文は存在するが、主張されている著者／年／雑誌が異なる

中国語の雑誌論文（中文期刊论文）

1. 第一選択：上記の「CNKI CDP による直接検索」手順を実行します（Chrome MCP ツールが必要）
2. 代替方法：CDP が利用できない場合、または結果が 0 件の場合は、「WebSearch による中国語文献の検証手順」を実行します
3. 補足：scripts/search_cnki.py --title "<中国語のタイトル>" を実行し、CrossRef での検索を試みます（一部の中国語雑誌には DOI があります）
4. 文献に DOI がある場合は、scripts/verify_doi.py を実行します（大半の中国語文献には DOI がありません。DOI がないことは、捏造を意味しません）

中国語の書籍／専著（中文图书/专著）

1. WebSearch で "<書名>" "<著者>" site:book.douban.com を検索します（Douban 読書）
2. ISBN が記載されている場合は、WebSearch で "ISBN <番号>" を検索します
3. 中国国家図書館を検索します："<書名>" site:opac.nlc.cn
4. 出版社が実在し、主張されている作品を出版していることを確認します

中国語の学位論文（学位论文）

1. WebSearch で "<論文タイトル>" 学位论文 site:cnki.net を検索します
2. WebSearch で "<論文タイトル>" 学位论文 site:wanfangdata.com.cn を検索します
3. 学位授与機関に該当分野があることを確認します

中国語の政府文書（政策文件）

1. WebSearch で "<発行番号>" site:gov.cn を検索します
2. 発行機関と文書番号の形式を確認します

中国語のニュース記事（新闻报道）

1. 主張されているメディアのドメインで WebSearch を実行します："<タイトルのキーワード>" site:<メディアのドメイン>
2. People’s Daily の場合：site:people.com.cn、Xinhua の場合：site:xinhuanet.com

主要雑誌の検証（核心期刊验证）

参照文献でその雑誌が主要雑誌（核心期刊）とされている場合は、以下で確認します。

• 北大コア：《中文核心期刊要目总览》— WebSearch で確認します
• CSSCI（南大コア）：中文社会科学引文索引来源期刊 — WebSearch で確認します
• CSCD：中国科学引文数据库来源期刊 — WebSearch で確認します
• 注：主要雑誌としての認定状況は版によって変わります。主張されている年の認定状況を確認してください

中国語文献の主な相違点

• DOI がない ≠ 捏造：ほとんどの中国語の学術誌論文には DOI がありません。DOI がないことは、捏造の証拠にはなりません。
• 著者名の表記形式：英語の文脈では、中国語名が「Zhang San」「San Zhang」「S. Zhang」のように表記されることがあります。
• インデックス登録の遅れ：最近出版された論文は、まだ CNKI に掲載されていない場合があります。
• 有料壁：CNKI/Wanfang では全文の閲覧に有料アクセスが必要ですが、検索結果と抄録は通常閲覧できます。
• 確認を絶対に先延ばしにしない：「知網での確認が必要」または「不確実（CNKI での確認が必要）」を最終結果としてはなりません。必ず知網 CDP または WebSearch を使用して実際に検索し、明確な判定を示してください。
• 知網 CDP を優先：Chrome MCP ツールが利用可能な場合は、WebSearch（Google 経由で間接的に知網を検索）よりも、CDP で知網の検索ページに直接アクセスして検索する方法を優先してください。こちらのほうが信頼性が高く、Google にインデックスされていない知網の論文も見つけられます。MCP が利用できない場合は、WebSearch を代替手段として使用してください。Python スクリプト（verify_chinese.py、search_cnki.py）は補助としてのみ使用してください。

ハルシネーションの検出

検証に失敗した場合やメタデータが一致しない場合は、references/hallucination-patterns.md（英語）または references/chinese-hallucination-patterns.md（中国語）を参照して、該当するハルシネーションのパターンを特定してください。よくある危険信号は次のとおりです。

• DOI が解決されない → DOI が捏造された可能性が高い（ただし、DOI のない中国語文献には当てはまりません）
• タイトル検索で結果が見つからない → タイトルが捏造された可能性が高い
• 著者が一致しない → 著者のハルシネーション
• 学術誌が実在しない → 掲載先のハルシネーション
• 年が違う → 日付のハルシネーション
• 中国語の学術誌がコア誌とされているが、公式リストに掲載されていない → コア学術誌のハルシネーション
• CNKI、Wanfang、Baidu Scholar のいずれでも結果が見つからない → 中国語文献が捏造されたことを強く示す

一括検証

ユーザーから参考文献リストが提供された場合は、各項目を順番に検証してください。次の要約表を作成してください。

| # | Citation (short) | DOI verified | Title match | Author match | Year match | Confidence |
|---|-----------------|-------------|-------------|--------------|------------|------------|
| 1 | Smith 2020...   | Yes         | Yes         | Yes          | Yes        | Confirmed  |
| 2 | Jones 2019...   | No DOI      | No match    | -            | -          | Likely Fabricated |

信頼度レベル

レベル	基準
確認済み	DOI が解決され、かつ複数の情報源でメタデータが一致する
実在する可能性が高い	DOI が解決される、またはタイトルと著者の一致が見つかり、軽微な相違のみがある
不確実	DOI がなく、タイトルの完全一致もないが、各要素には妥当性がある。中国語文献では、このレベルを最終判定として使用してはなりません。まず WebSearch の手順をすべて実行する必要があります。
捏造の可能性が高い	DOI が解決されず、一致する文献も見つからず、ハルシネーションのパターンが検出された
捏造と確認済み	複数の捏造の兆候があり、どのデータベースにも痕跡がない

内容の主張の検証

特定の主張が情報源に実際に記載されているかをユーザーが尋ねた場合：

1. 情報源を取得する（DOI リンク、出版社の URL、またはウェブ検索を利用）
2. ページにアクセスできる場合は、WebFetch を使用して内容を読み取る
3. 特定の主張、統計、引用を検索する
4. その主張が裏付けられているか、裏付けられていないか、または否定されているかを報告する

報告形式

検証した参考文献ごとに、次の形式で出力してください。

**Reference**: [original citation text]
**Status**: [Confirmed / Likely Real / Uncertain / Likely Fabricated / Confirmed Fabricated]
**Findings**:
- DOI: [resolves / not found / not provided]
- Title: [exact match / partial match / no match]
- Authors: [match / mismatch / details]
- Journal/Venue: [verified / not found]
- Year: [correct / incorrect (actual: XXXX)]
**Issues**: [list any discrepancies or hallucination patterns detected]
**Actual Source** (if different): [correct metadata if the reference is a distortion of a real work]

リソース

• scripts/verify_doi.py — CrossRef と DOI.org の API を通じて DOI の存在を確認します。比較用のメタデータを返します。
• scripts/search_crossref.py — タイトル、著者、キーワードで CrossRef を検索します。申告された著作が実在するかを確認します。
• scripts/search_cnki.py — 中国のデータベース（CNKI、Wanfang、CQVIP、Baidu Scholar）の検索 URL を生成し、CrossRef での検索も試みます。補助ツールです。中国語文献の確認では、必ず WebSearch を主な検証方法として使用してください。
• 知網 CDP の直接検索（MCP ツール経由） — Chrome DevTools Protocol を使用して知網の検索ページで直接検索します。中国語の学術誌論文を確認する際に推奨される方法です。必要な MCP ツール：navigate_page、take_snapshot、take_screenshot、fill、click、evaluate_script、wait_for。詳しくは上記の「知網 CDP の直接検索」セクションをご覧ください。
• scripts/verify_chinese.py — Baidu Scholar、CNKI、Wanfang に対する直接 HTTP 検証を試みます。ボット対策によりブロックされる場合があります。その場合は WebSearch に切り替えてください。使用方法：python scripts/verify_chinese.py --title "<中文标题>" --author "<作者>"
• scripts/verify_url.py — URL への接続可否を確認し、ページのメタデータ（タイトル、著者、メタタグ内の DOI）を抽出します。
• references/hallucination-patterns.md — 英語文献でよく見られるハルシネーションの種類をまとめています。捏造が疑われる場合にお読みください。
• references/chinese-hallucination-patterns.md — 中国語文献特有のハルシネーションの種類をまとめています。中国語文献の捏造が疑われる場合にお読みください。
• references/verification-checklist.md — 英語文献を検証するための包括的な手順別チェックリストです。
• references/chinese-verification-checklist.md — 中国語文献を検証するための包括的なチェックリストです。CNKI、Wanfang、主要学術誌、学位論文、政府文書の確認が含まれます。