さる

検索窓へ平仮名二字を入れると、動物、退出、過去の日付、名を伏せた人物までが一度に現れます。計算機にとって「さる」は、文字コード上では同じ二文字の並びです。しかし人間は「猿がいる」「町を去る」「さる三月」「さる人物」をほとんど迷わず読み分ける。見出しの用法は名詞の前にだけ立ち、「ある」「例の」に近い限定を行います。文字列が同一でも、前後の配置によって品詞と意味が変わる——自然言語処理が辞書一冊では済まない理由が、二字に凝縮されています。

形態素解析では、文を語の単位へ分け、それぞれに品詞や原形の候補を与えます。「さる人が来た」なら、後ろの名詞が連体詞らしい読みを支えます。「ここをさる人」なら、「を」という目的格と文全体の構造から動詞「去る」の可能性が上がる。ただし仮名だけの短文では曖昧さが残ります。「さる者」と書かれた一片が、ある者なのか、立ち去る者なのかは文脈次第です。機械は候補の確率を比べられても、欠けた文脈を事実として復元することはできません。分かち書きをしない日本語では、語の境界も最初から与えられません。「さるもの」という並びが「さる／もの」なのか、別の長い語の一部なのかを、辞書と周辺の並びから推定する。英語のような空白がない代わりに、漢字と仮名の切替が境界の手掛かりになります。すべてを仮名に開く文体は柔らかく見えても、解析側には候補を増やすことがあります。

全文検索にも別の難しさがあります。単純な文字列一致なら、目的の連体詞だけでなく「さるすべり」や仮名書きの動詞まで拾う。漢字の「然る」を検索すれば精度は上がりますが、作品中で平仮名に開かれた例を落とします。検索漏れを減らす再現率と、無関係な結果を減らす適合率は、しばしば両立しません。長編を推敲するときは、「さる＋名詞」という形を探す、解析結果の品詞で絞る、候補を人が確認するという段階が必要です。表記揺れを吸収する検索では、仮名と漢字を同じ索引へ結びつける正規化が役立ちます。しかし「猿」と「去る」まで無差別に同一視すれば、今度は別語が混ざる。正規化は情報を整えると同時に、差を捨てる処理です。作者が意図して漢字を替えた箇所を守るには、意味単位の検索と文字列そのものの検索を使い分けなければなりません。

この語が人物名を伏せる働きも、情報処理に似ています。「さる高官」と書けば、存在と役職は示し、個体を識別する名前だけを隠す。匿名化されたデータが属性を一部残すように、すべてを秘密にするわけではありません。ところが役職、日時、場所を組み合わせれば、名前がなくても誰か推測できることがある。物語でも「さる北国の唯一の医師」とまで限定すれば、伏せた効果は薄い。非公開にした項目と、周囲から再識別できる情報を区別する必要があります。

創作では、この曖昧さを誤りにも仕掛けにもできます。地の文で連発すれば昔話や伝聞めいた距離が生まれ、会話へ置けば話者が名を避ける理由を匂わせる。読者に即座の理解を求める場面では「ある人物」へ替え、二重読解を残したい場面では仮名の短さを生かせます。計算機が文脈なしに型を決められないのと同じく、読者も周囲の手掛かりから意味を実行する。二文字の節約は、文脈へ処理を委ねる精密な設計なのです。