日本の大学名はROR IDに変換できるか：2つのAPIを30件で試してみた
2024年、東京工業大学と東京医科歯科大学が統合して東京科学大学になりました。2022年
には大阪市立大学と大阪府立大学が大阪公立大学になっています。機関リポジトリや業績データを扱う立場からすると、こうした改称は過去のデータをどう扱うかという課題にもなりえます。
以前の記事で、この種の課題に関わるツールとして、MDPI ROR Entity Search APIを紹介しました。所属情報の文字列をROR IDに変換するAPIです。ただ、記事中で挙げた例は英語圏の機関名でした。日本の大学名で同じように動くかどうかは、試してみないとわかりません。
そこで、日本の機関名を中心に30件を用意して実際に投げてみました。あわせて、ROR公式APIにも同じ30件を投げています。公式APIにも所属情報を照合する機能があり、こちらはAPI Keyが不要で無料で使えるものです。同じ目的の道具が2つあるなら、比べたほうが判断しやすくなりますよね。
結果は、どちらのAPIを使うかという話にとどまりませんでした。日本の機関名をROR IDに変換する作業そのものに、いくつか注意点があることがわかりました。以下、結果について記します。
2つの選択肢－ROR公式APIとMDPI ROR Entity Search API
上記の通り、所属情報の文字列からROR IDを引くAPIは、現在2つ存在します。
ROR公式APIのaffiliationパラメータ
RORが提供しています。API Keyは不要で、無料、件数の制限もありません。ブラウザのアドレスバーにURLを貼れば結果が返るので、試すだけなら数秒で済みます。
例：
表示結果：
MDPI ROR Entity Search API
MDPIが2026年に公開した機能です。固有表現抽出と埋め込み表現を組み合わせ、意味の近さで照合する仕組みです。
利用にはAPI Keyが必要で、無料枠（フリーミアム）は1日1,000リクエストまでとなっています。
両者は同じ目的の道具ですが、照合の方式が違います。
公式APIは文字列の一致を基礎にしており、MDPI版は意味の近さを数値化して比較します。
この違いが、日本の機関名でどう現れるかが今回試してみたかったことです。
検証方法
日本の機関名を中心に30件を用意し、両方のAPIに同じ文字列を投げました。
実施日は2026年9月8日です。
5つのカテゴリの入力を準備しました。
日本語表記の基本（東京大学、大阪大学など）
統合・改組した大学（東京科学大学、東京工業大学、大阪公立大学、大阪市立大学など）
附置研究所・附属病院（京都大学化学研究所、京都大学医学部附属病院など）
英語表記の揺れ（The University of Tokyo、Univ. of Tokyo、Tokyo Univ.、住所を含む所属行など）
誤判定を誘うもの（Tokyo University of Science、架空の機関名）
判定は、返ってきた機関名が入力した名称に対応しているかどうかで行いました。
統合前の大学名に旧法人のIDが返った場合、名称としては対応しているため、一旦正解とはしています。ただし、現在の組織単位で集計する用途では、意図した結果ではなくなるため、完全な正解とは言いにくいかと思います。また、部局名を含む入力に子組織のIDが返った場合も同様に正解としていますが、機関単位で集計するなら親組織に寄せる処理が別途必要になります。
MDPIのAPIは候補を3件返す設定（`top_k=3`）にし、2位以下も記録しました。
廃止されたROR IDを含めるかどうかの設定（`include_deprecated_ror_ids`）を切り替えて2回実行しています。
入力30件と全結果は、記事末尾の付録に掲載しています。
結果1：日本語の機関名は、公式APIでは引けない
最初に確認したのは、日本語の機関名がそのまま通るかどうかです。東京大学のケースがわかりやすいので、こちらを例にします。
RORの東京大学のレコードには、8つの名称が登録されています。正式名称の The University of Tokyo、略称の Todai、UTokyo、UT、ローマ字の Tōkyō Daigaku、そして日本語の「東京大学」「とうきょうだいがく」「トウキョウダイガク」です。
Ｒ
このうち4つを公式APIとMDPI版の両方に投げた結果が次の表です。
入力した名称 | レコード上の種別 | 公式API | MDPI版API |
The University of Tokyo | 正式名称 | 1.0 | 1.0 |
Todai | 別名 | 1.0 | 該当なし |
UTokyo | 別名 | 1.0 | 1.0 |
Tokyo Daigaku | 別名（ローマ字） | 1.0 | 1.0 |
東京大学 | 日本語名称 | 0件 | 1.0 |
公式APIは、ラテン文字で書かれた名称はすべて正確に解決します。略称の Todai でも1.0です。ところが「東京大学」で照会すると0件になります。レコードには日本語名称が登録されているのに、それでは引けません。
同じ現象は他の大学でも起きました。大阪大学、東北大学、日本大学、東京工業大学、東京医科歯科大学、大阪市立大学。いずれも日本語では0件です。
一方で、東京科学大学、大阪公立大学、理化学研究所、東京理科大学、京都大学化学研究所、京都大学医学部附属病院は、日本語でも1.0で解決しました。日本語がまったく通らないわけではなく、機関によって差があります。この差の理由は、公開されている情報からは分かりませんでした。
なお、affiliationではなく queryパラメータを使えば日本語でも検索できます。ただし、こちらは全文検索となります。「東京大学」で照会すると5,447件が返り、そのうち日本の機関は2,910件、中国の機関が2,318件を占めます。「東京」「大学」という漢字を含む機関が一括して拾われるためです。名寄せの代用にはなりません。
MDPI版は、日本語入力でほぼ全て正解しました。誤ったのは後述する2件だけです。
結果2：スコアが高くても、正解とは限らない
これは日本の機関に限らない話です。両APIとも結果に確信度のスコアを返しますが、その読み方には注意が要ります。
公式APIの結果を3つ並べます。
入力 | 1位の機関 | スコア | chosen |
Osaka City University | City University（レバノン） | 1.0 | false |
Tokyo Institute of Technology | 京都工芸繊維大学 | 0.96 | false |
Tokyo Daigaku | The University of Tokyo | 1.0 | true |
上の2件は、スコアが1.0や0.96でありながら、実際はまったく別の機関を示しています。
Osaka City University では、上位4件すべてがスコア1.0でした。レバノン、ナイジェリア、バングラデシュ、カンボジアの「City University」が並びます。「City University」という部分文字列だけで満点が付いており、「Osaka」は効いていません。
Tokyo Institute of Technology も同様です。10件すべてが0.94から0.96の範囲に収まり、1位は京都工芸繊維大学、2位はインドの T J Institute of Technology でした。
これらを誤採用しなくて済むのは、公式APIが chosenというフィールドを返すためです。採用に足る候補かどうかを、APIの側で判定しています。上の2件はいずれも chosen: falseで、採用候補なしという扱いになります。
スコアの上位1件を機械的に採る実装では、大阪市立大学がレバノンの City University に変換されてしまいます。公式APIを使う場合、chosenを確認することが必須です。
MDPI版には chosenにあたるフィールドがなく、スコアだけが返ります。ただしスコアの付き方は素直で、正解には1.0、怪しいものには0.6台が付きました。
架空の機関名「Institute of Advanced Sakura Studies, Chiba, Japan」に対しては0.60です。公式APIは同じ入力に0.89という数値を付けており、chosen: falseによってなんとか救われた形でした。
つまり両者は、精度の差があるというより設計の違いがあると見受けられます。公式APIは閾値の判断をAPI側が担い、MDPI版は利用者に委ねています。MDPI版を使うなら、閾値は自分で決める必要があります。
結果3：統合前の大学名は、扱いが一定しない
統合で消滅した大学名を投げると、旧法人のIDが返る場合と、後継法人のIDが返る場合がありました。
入力 | 公式API | MDPI版（deprecated=false） | MDPI版（deprecated=true） |
東京工業大学 | 0件 | 旧ID（0112mx960） | 旧ID |
Tokyo Institute of Technology | 採用候補なし | 旧ID | 旧ID |
大阪市立大学 | 0件 | 新ID（01hvx5h04） | 旧ID（02skfsw40） |
Osaka City University | 採用候補なし | 新ID | 旧ID |
RORのレコード上、東京工業大学と大阪市立大学の扱いに差はありません。どちらも inactive とされ、後継組織が明記されています。それでも、返るIDが異なりました。
MDPI版で、include_deprecated_ror_idsを trueにすると、大阪側では旧IDが返るようになります。東京側は設定に関わらず旧IDでした。同じ設定が、機関によって効いたり効かなかったりします。実務上の使い分けとしては、次のように整理できます。
過去の業績を当時の所属で集計したい場合はtrue。旧名で旧IDが得られる
現在の組織単位で集計したい場合はfalse。ただし東京工業大学のように旧IDが返ることがあるため、返ってきたIDが inactiveでないか確認が必要
確認は、ROR IDをブラウザで開けば済みます。inactive なレコードには、後継組織へのリンクが表示されます。
結果4：入力の書き方で結果が変わる
送信する文字列を少し整えるだけで、精度が変わります。今回見つかった4点です。
法人格の接頭辞は外す
「国立大学法人東北大学」を投げたところ、公式APIは0件、MDPI版は National Taipei University（0.84）を返しました（台湾の大学です）。こちらは、実験で使用した30件のうち、両方のAPIが正解に至らなかった唯一の入力でした。「国立大学法人」が「National ... University」に引っ張られてしまったと見られます。一方、「Tohoku University, Sendai, Japan」であれば両方とも1.0で正解します。
日本語の部局名は付けない
「大阪大学大学院工学研究科」に対し、MDPI版は Osaka Jogakuin University（0.64）を返しました。大阪女学院大学です。ところが同じ内容を英語にした「Graduate School of Engineering, Osaka University, Suita, Osaka 565-0871, Japan」であれば、両方とも1.0で大阪大学となります。
住所や地名は残してよい
上の例が示すように、住所を含む生の所属行はむしろ精度が上がります。「Dept. of Chemistry, Kyoto Univ., Kyoto, Japan」も両方とも1.0でした。地名が同名機関の判別材料になるためと考えられます。個人情報を除く必要はありますが、地理情報は残したほうが結果は安定します。
略称は候補を複数見る
「Tokyo Univ.」に対し、公式APIは Tokyo Medical University（0.78）、MDPI版は Tokyo International University（0.88）を返しました。どちらも誤りです。ただしMDPI版では、2位に The University of Tokyo（0.85）が入っていました。候補を1件だけ返す設定では見逃しますが、3件返す設定なら拾えます。
実務での使い方
30件の結果を踏まえた、大学図書館での現実的な進め方の提案です。
1. 送信前に重複を除く
MDPI版の無料枠は1日1,000リクエストに設定されています。数万件の所属情報があっても、重複を除いた機関名の異なり数は数百から数千程度に収まることが多いはずです。ここを削らずに投げると、すぐに上限に達するため、注意が必要です。
2. 既知の正解が分かる数十件で試す
自館の機関名リストのうち、答えの分かるものを数十件選んで投げます。そこでスコアの分布を見て、どのあたりから怪しくなるかを把握します。
3. 閾値を決め、それ以下は全件目視する
今回の30件では、MDPI版のスコア0.97が正解、0.88が誤りでした。境界はそのあたりにあります。ただし、この閾値がそのまま自館のデータに当てはまる保証はありません。手元のデータでお確かめください。
4. 統合・改称のあった機関は、スコアに関わらず個別に確認する
結果3で見たとおり、旧IDが返るか新IDが返るかは一定しません。しかもスコアは1.0です。スコアによる振り分けでは検出できないため、別途の確認が要ります。
5. 元の所属文字列は必ず手元に残す
変換後のROR IDだけを保存すると、後から誤りに気づいたときに直せません。今回の30件でも複数の誤りが出ています。元の文字列を残しておけば、再実行も、別の方法での確認もできます。
6. 個人名を含むフィールドは分離する
業績データベースから所属情報を抽出すると、著者名が同じ項目に入っていることがあります。名寄せに必要なのは機関名だけなので、送信前に分けておくのが確実です。
まとめ
30件を試した結果、両方のAPIが正解したのは15件でした。半分は、どちらか一方、あるいは両方が正解に至っていません。
この数字をどう受け止めるかは、用途によります。所属情報を完全に正確に変換したいのであれば、現時点でどちらのAPIも要件を満たしません。一方、数万件のデータのうち大半を自動で処理し、残りを人が確認する、という運用であれば十分に実用的です。
日本語の機関名を扱うなら、MDPI版を選ぶことになります。公式APIでは東京大学も大阪大学も0件になるためです。ただしMDPI版にも、Todai が引けない、日本語の部局名で崩れるといった弱点があります。英語の所属行であれば、公式APIでも同等の結果が得られます。
いずれの場合も、確認の工程は省けません。特に統合・改称のあった機関は、スコアが1.0でも意図しないIDが返ることがあります。日本では2020年代に入って統合が相次いでいるため、該当する機関は少なくありません。
APIは作業量を減らす道具であって、判断を代わりに行うものではない、というのが今回の結論です。
追記
日本語の機関名が公式APIで解決されない点については、RORのコミュニティにも共有する予定です。RORは利用者からの報告や要望を受け付けています。他にも問題に気づかれた方は、RORのサポート窓口から連絡すれば、公式API改善の材料になるかもしれません。
付録1：MDPI版のAPI Keyを取得する方法
MDPI版の利用にはAPI Keyが必要です。担当チームに依頼すると発行されます。
宛先は ai-team@mdpi.com です。プロジェクト名、想定するリクエスト数、開発・テスト用か本番運用かの3点を書き添えます。今回のブログ記事執筆のために、筆者が依頼した際は、1営業日で返信がありました。
英語のメールになりますが、書く項目は決まっているため、ご参考までにサンプル文面を以下に置いておきます。
件名: API key request - ROR Entity Search API
本文：
Dear AI Team,
I would like to request an API key for the ROR Entity Search API.
Project: Standardising institution names in our institutional
repository at [所属機関名の英語表記].
Expected volume: Approximately [リクエスト数] requests per day.
Use: Development and testing.
Thank you for your help.
Best regards,
[氏名]
[所属機関名]利用条件（2026年9月時点でAIチームに問い合わせしました）
無料枠は1日1,000リクエスト。初回リクエストから24時間でリセットされます
毎秒10リクエストを超えるとブロックされます（2分間の平均でも同様）
当面、条件の変更予定はないとのこと
これらの数値は利用規約に明記されているものではなく、変更される可能性があります。最新の条件は利用規約をご確認ください。
取得したROR IDそのものの利用に制限はありません。RORのデータはCC0で公開されているため、機関リポジトリのメタデータに登録して公開することもできます。
より大きな処理量が必要な場合は、担当チームに相談すると個別に対応してもらえます。
付録2：入力30件と結果
実施日：2026年9月8日
公式API：https://api.ror.org/v2/organizations?affiliation=
MDPI版：/ror/search_topk（top_k=3）。
deprecated は include_deprecated_ror_ids の設定を指します。
判定は、返ってきた機関名が入力した名称に対応しているかどうかで行いました。
○ 対応している／× 別の機関／△ 要確認（新旧のずれ、閾値の判断が必要）／− 採用できる候補が返らない
入力のカテゴリは、1〜4が日本語表記の基本、5〜10が統合・改組した大学、11〜15が附置研究所・附属機関、16〜21が英語表記の揺れ、22〜25が誤判定を誘うもの、26〜30が追加で確認した項目です。
# | 入力 | 公式API | MDPI版（deprecated=false） | MDPI版（deprecated=true） |
1 | 東京大学 | − 該当なし | ○ The University of Tokyo (1.0) | ○ 同左 |
2 | 大阪大学 | − 該当なし | ○ The University of Osaka (1.0) | ○ 同左 |
3 | 大阪大学大学院工学研究科 | − 該当なし | × Osaka Jogakuin University (0.64) | × 同左 |
4 | 国立大学法人東北大学 | − 該当なし | × National Taipei University (0.84) | × 同左 |
5 | 東京科学大学 | ○ Institute of Science Tokyo (1.0) | ○ Institute of Science Tokyo (1.0) | ○ 同左 |
6 | Institute of Science Tokyo | ○ Institute of Science Tokyo (1.0) | ○ Institute of Science Tokyo (0.94) | ○ 同左 |
7 | 東京工業大学 | − 該当なし | ○ Tokyo Institute of Technology (1.0) ※旧ID | ○ 同左 |
8 | 東京医科歯科大学 | − 該当なし | ○ Tokyo Medical and Dental University (1.0) ※旧ID | ○ 同左 |
9 | 大阪公立大学 | ○ Osaka Metropolitan University (1.0) | ○ Osaka Metropolitan University (1.0) | ○ 同左 |
10 | 大阪市立大学 | − 該当なし | △ Osaka Metropolitan University (1.0) ※新ID | ○ Osaka City University (1.0) ※旧ID |
11 | 情報・システム研究機構 国立情報学研究所 | − 採用候補なし（注1） | ○ National Institute of Informatics (1.0) | ○ 同左 |
12 | National Institute of Informatics | ○ National Institute of Informatics (1.0) | ○ National Institute of Informatics (1.0) | ○ 同左 |
13 | 京都大学化学研究所 | ○ Kyoto University Institute for Chemical Research (1.0) | ○ Kyoto University Institute for Chemical Research (1.0) | ○ 同左 |
14 | 京都大学医学部附属病院 | ○ Kyoto University Hospital (1.0) | ○ Kyoto University Hospital (1.0) | ○ 同左 |
15 | 理化学研究所 | ○ RIKEN (1.0) | ○ Institute of Physical and Chemical Research (1.0) | ○ 同左 |
16 | The University of Tokyo | ○ The University of Tokyo (1.0) | ○ The University of Tokyo (1.0) | ○ 同左 |
17 | Univ. of Tokyo | − 採用候補なし（注2） | ○ The University of Tokyo (0.97) | ○ 同左 |
18 | Tokyo Univ. | − 採用候補なし（注3） | × Tokyo International University (0.88)（注4） | × 同左 |
19 | Graduate School of Engineering, Osaka University, Suita, Osaka 565-0871, Japan | ○ The University of Osaka (1.0) | ○ The University of Osaka (1.0) | ○ 同左 |
20 | Dept. of Chemistry, Kyoto Univ., Kyoto, Japan | ○ Kyoto University (1.0) | ○ Kyoto University (1.0) | ○ 同左 |
21 | Tohoku University, Sendai, Japan | ○ Tohoku University (1.0) | ○ Tohoku University (1.0) | ○ 同左 |
22 | Tokyo University of Science | ○ Tokyo University of Science (1.0) | ○ Tokyo University of Science (1.0) | ○ 同左 |
23 | 東京理科大学 | ○ Tokyo University of Science (1.0) | ○ Tokyo University of Science (1.0) | ○ 同左 |
24 | 日本大学 | − 該当なし | ○ Nihon University (1.0) | ○ 同左 |
25 | Institute of Advanced Sakura Studies, Chiba, Japan（架空） | ○ 採用候補なし（注5） | △ Our Lady Academy of Sakura (0.60) | △ 同左 |
26 | Tokyo Institute of Technology | − 採用候補なし（注6） | ○ Tokyo Institute of Technology (1.0) ※旧ID | ○ 同左 |
27 | Osaka City University | − 採用候補なし（注7） | △ Osaka Metropolitan University (1.0) ※新ID | ○ Osaka City University (1.0) ※旧ID |
28 | Todai | ○ The University of Tokyo (1.0) | − 該当なし | − 同左 |
29 | UTokyo | ○ The University of Tokyo (1.0) | ○ The University of Tokyo (1.0) | ○ 同左 |
30 | Tokyo Daigaku | ○ The University of Tokyo (1.0) | ○ The University of Tokyo (1.0) | ○ 同左 |
注
1位は International Institute for Digital Humanities（0.58）。chosen は立たず。
1位は Italian Cultural Institute, Tokyo（0.8）。chosen は立たず。
1位は Tokyo Medical University（0.78）。chosen は立たず。
2位に The University of Tokyo（0.85）が入っています。
架空の機関名のため、採用候補が返らないことが正解です。ただし1位には Instituto de Estudios Sociales Avanzados がスコア0.89で並んでいます。
1位は京都工芸繊維大学（0.96）。10件すべてが0.94〜0.96の範囲に収まり、chosen は立たず。
1位は City University（レバノン、1.0）。上位4件がすべてスコア1.0で、chosen は立たず。
追試方法
公式APIは、ブラウザのアドレスバーに次の形式で入力すれば結果が返ります。 Keyは不要です。
日本語はブラウザが自動でエンコードします。返ってきたJSONの items の中に "chosen": true の項目があれば、それが採用候補です。
MDPI版はPOSTリクエストのため、ブラウザだけでは試せません。検索画面から1件ずつ入力するか、API Keyを取得してスクリプトから呼び出してください。
