Web 情報の根拠を、手順で集めて整理する
SNS・ニュース・動画で見た情報について、検証対象を一文にする → 公開情報を集める → 各ページから主張に対応する文を取り出す → 根拠を読んで自分で判定し、記録を残すというファクトチェックの手順を、ブラウザの中だけで支援する。端末内の小さな日本語 ModernBERT（36 MB）が「主張に近い文」と「語・数値の一致」を印づけ、正しい／誤りの判定は人が行う。サーバ・登録・API キーなし。
このサイトで何ができるか
| やりたいこと | 使う画面 | 出てくるもの |
|---|---|---|
| SNS や記事の主張の根拠を集めたい | しらべる | 各ページの「主張に近い文」と語・数値の一致、数値くらべ、情報源の種類別グラフ、時系列、比較表、自分の判定を書く欄、検証記録（Markdown・印刷） |
| 画像・動画が本物か、いつ・どこのものか | ツール | 逆画像検索・YouTube キーフレーム・地図・衛星写真・アーカイブへのリンク |
| 公的な数字・法令・議事録を直接見たい | ツール | e-Stat・e-Gov・国会会議録・Fact Check Explorer を検索語つきで開く |
| ファクトチェックの考え方を知りたい | 基礎知識 | 原則・3 段階・5 段階の判定・情報源の種類・誤情報が広まる理由・用語集 |
| 方法を手順で身につけたい | 検証の方法 | 高度な検索・画像・動画・生成 AI・ジオロケーション・公開データなど 9 つの方法を手順とツールつきで |
| 授業・自習でファクトチェックを練習したい | 教材 | 5 ステップのワークシート、練習問題、自己評価の基準、教師用の進め方 |
| 前に調べたものを見返したい | 履歴 | この端末に保存した検証の一覧（別の端末のものは見えない） |
- 登録・ログインは不要。入力内容と結果はこの端末（ブラウザ）にだけ保存され、外部には送られません。右上の 🔒 で「保存しない」にも切り替えられます
- 初回のみモデル（36 MB）を端末にダウンロードする。以後はオフラインでも履歴・基礎知識・教材を開ける（収集にはネットが要る）
- コンピュータの判定は下書きです。根拠のリンクを開き、一次情報を確認してから判定してください。人物の特定や非公開情報の取得には使えません
研究者用の画面
詳しい設定・モデルの切り替え・実験は、ここから入ります。
ファクトチェックの「収集と整理」を、端末内の ModernBERT で支援する
検証対象を明示 → 公開情報を集める → 主張に対応する文を取り出す → 人が判定して記録するというファクトチェックの手順（日本ファクトチェックセンターの講座に準拠）のうち、判定以外をブラウザの中だけで支援する。端末内の日本語 ModernBERT（36 MB、最大 8,192 トークン）が各ページから主張に近い文を取り出し、主張の語・数値の一致を規則で印づける。含意モデル（FactCheck-BERT 分類型）は研究者画面でのみ「参考」として表示し、通し検証（E2E）で精度を測る。画像・動画の逆検索、公開データなどの外部ツールもここから開ける。LLM を使わず、サーバも API キーも不要。
初めて使う方へ
- アカウント登録・ログインは不要。入力した内容と結果はあなたの端末（ブラウザ）だけに保存され、作者を含め誰にも送られない
- 初回はモデル（公開版 36 MB、研究者画面は最大 108 MB）を端末にダウンロードする（Wi-Fi 推奨）。検索・本文取得にはインターネット接続が必要
- 検索・本文取得は無料の公開経路を使うため、混雑時は遅くなることがある。結果は届いた順に表示される
- 機械の判定は下書き。必ず根拠リンクを開いて一次情報を確かめる。人物の特定や非公開情報の取得には使えない
- 履歴を残したくないときは右上の「🔒」でプライベートモードに。結果はタブを閉じると消える
- 別の端末に履歴を移すには「設定」→ JSON で書き出し → もう一方で読み込む
最近の作業
この研究で確かめること
- RQ1 独自モデルの効果 — ファクトチェック由来のデータ（JAD-AFC）で微調整した FactCheck-BERT は、汎用 NLI だけのモデルや海外の多言語 NLI より、主張と証拠の照合に強いか。結果：5 分割交差検証で正解率 0.834±0.029（汎用 NLI だけ 0.32、多言語 NLI 0.22、学習なし 0.49）。さらに「ファクトチェック」タブの一括検証で、検索から判定までの通しでも差が残るかを測る
- RQ2 検索の改善 — 信頼性スコアと関連度で並べ替えると、検索エンジンの元の順位より上位の質が上がるか（Precision@k・MRR・nDCG）
- RQ3 端末内実行 — 30M クラスのモデルを int8 でスマートフォンのブラウザで動かし、実用的な時間で検証できるか（モデル合計 100 MB 以下、1 記事 5 秒以内）
「分析」タブ（検証・ギャップ・対立・構造化）は信頼性スコアの成分を可視化する研究用の補助機能で、研究課題の対象外。
① 検証対象 — 何を検証するかを一文で明示する（客観的に検証できる事実だけ）
収集の設定（検索式・情報源）
実行すると公開情報を集め（結果は届いた順に表示）、端末内の ModernBERT が各ページから主張に近い文を取り出し、主張の語・数値が含まれるかを印づける。正しい／誤りの判定はアプリはしない。根拠を読んで自分で判定し、検証記録を残す。結果は履歴に保存。
一括検証（研究用）— 検索から判定までを通しで測る
正解つきの主張リスト（python research/e2e_make.py が作る results/e2e_claims.jsonl）を読み込み、1 件ずつ「収集 → 照合 → 判定の下書き」を自動で回して結果を JSON に書き出す。python research/e2e_eval.py で正解率・証拠の発見率・ファクトチェック記事への依存度を集計する。含意モデル・埋め込みモデルは上の「モデル」タブで切り替えてから実行（結果にモデル名が記録される）。
集める — トピックか URL。検索エンジンを巡回し本文を読み、信頼性を採点して履歴に保存。以後の検証・構造化はこのコーパスに対して行う
検索式と情報源を選ぶ
分析：検証 — 「集める」で作ったコーパス（記事の集合）を多角的に点検する。信頼性スコアの各成分（矛盾・偏り・一次情報・時間）をそのまま可視化する研究用の画面
テキストを直接貼って検証する
分析：ギャップ・対立 — 何がまだ分かっていないか（データボイド＝情報の空白）、どんな反対意見があるか。「ファクトチェック」のデータボイド警告はこの仕組みを使う
分析：構造化 — 比較表・要約・Q&A・意味差分。集めた記事を根拠つきで読みやすい形にする補助機能（研究課題の対象外）
コーパスから選ぶ： →
「集める」の結果と、検証・構造化の結果はこの端末（ブラウザ）に保存される。同じトピックを再度集めると前回との差分が出る。
公開情報ツール — 入力を入れると、各ツールをその内容で開くリンクになる。すべて無料・公開情報のみ
高度な検索の演算子（実践編 2）— クリックで検索式を作る
学ぶ — このアプリの手順の元になった講座と、検証の原則
ブラウザで動くモデル — 役割ごとに選ぶ。既定は★自作の FactCheck-BERT 第 2 版（fcb-embed-30m・fcb-nli-30m）。学習前の土台や公開モデルに切り替えて同じ画面で比較できる
ダウンロードしたモデルは端末に保存され、2 回目以降は取得し直さない。「日本語・ModernBERT」は 8,192 トークンを一括で読める。「多言語」は海外で広く使われるモデルで 512 トークンまで（長文は分割）。
FactCheck-BERT の土台 — 採用した 2 つと、比較を絞るために使わなかったもの。学習手順は「学ぶ」→ 研究計画書
流れ
端末内モデルは 3 つ：埋め込み（段落検索・クラスタ・客観性。既定 fcb-embed-30m）、含意（主張 × 段落の一致／矛盾。既定 fcb-nli-30m）、関連度（「分析」タブの問い合わせ用。必要なときだけ読み込む）。いずれも ModernBERT-Ja 30M を土台にした ONNX int8（各 36 MB）。「ファクトチェック」で使うのは埋め込みと含意の 2 つ。「モデル」タブで学習前の土台や海外モデルに入れ替えて同じ画面で比べられる。
各機能で何をしているか — 「ファクトチェック」の照合と、「分析」タブの各機能
判定でできること・できないこと
信頼性スコア R（0–100）
R = 100 × ( wsrc·ssrc + wcon·scon + wcor·scor + wtime·stime )
パラメータ — 動かした瞬間から、この端末の次の判定に反映される（保存しなければ再読み込みで初期値に戻る）
情報源
Dorks テンプレート
端末内モデル
画面モード
いまは研究者用の画面。授業・一般向けの画面に戻してロックする：
プライベートモード
残らないもの：集めた記事・採点・検証結果・検証記事の下書き・ドメイン情報のキャッシュ。残るもの：ダウンロードしたモデル（誰の情報でもない）と設定値。外部ツールへのリンクを開いた先（Google など）の記録はこのアプリの範囲外。再調査の差分や推移グラフは履歴が前提なので、このモードでは使えない。
履歴
別の端末で同じ履歴を見たいときは、書き出した JSON を（クラウドドライブなどで）移して読み込む。サーバやアカウントは使わない。
アプリとして入れる
Android/PC Chrome：アドレスバーの「インストール」。iPhone：共有 → ホーム画面に追加。履歴とモデルは端末に保存される（公開情報の収集にはインターネット接続が必要）。