6月10日に公開された技術報告書「Institutional Books 1.0」は、ハーバード大学図書館が所蔵する公有書籍を一括して機械読取し、2420億トークン（約3億8600万ページ）ものテキストデータとして再編したものです。もともとは2006年から進んだGoogle Booksスキャンの成果を活用したプロジェクトで、書籍98万3000冊・254言語という規模は、英語偏重になりがちな既存オープンデータを一気に押し広げる内容だと研究者の注目を集めています。