ふんっ

投稿サイトの検索窓に、語末の小さな字まで含めて打ち込んでみると、返ってくる件数が目に見えて変わることがあります。小書きを外した形では山ほど出てくるのに、付けた形では極端に減る。ところが別のサイトでは、どちらで打っても同じ一覧が返ってくる。同じ日本語を相手にしているはずの二つの仕組みが、この一字について正反対の判断を下しているわけです。人間の目には大きさの違いにしか見えない差が、画面の裏側では設計上の分かれ道になっている。どちらの方針を採ったかは、たいてい利用者には知らされません。誰かが一度決めた線引きが、そのまま結果の見え方として返ってきているだけです。

かなの小書き「っ」には、文字コードの上で U+3063 という固有の番地が与えられています。すぐ隣の U+3064 が並字の「つ」。人間の目には大きさの違いにしか見えない二つの字を、計算機は最初から完全に別の文字として数えています。取り違えることは原理的にない。この事実から出発すると、「ふん」の語末に小さな一字を足しただけのこの感動詞が、機械の世界でどう扱われているかという問題が見えてきます。

文字列の近さを測る素朴な物差しに、編集距離があります。挿入・削除・置換を最少で何回行えば一方が他方になるかを数える方法で、「ふん」とこの語の距離はちょうど 1。この 1 が、全文検索の設計ではなかなか悩ましい 1 です。検索システムは表記の揺れを吸収するために文字の正規化を行いますが、Unicode の標準的な正規化は、半角カナを全角に直すことはしても、小書き仮名を並字に畳むことはしません。促音の有無を同一視するかどうかは、規格が決めてくれない設計判断として、作る側の手元に残ります。辞書サイトや校正ツールがこの語と「ふん」を同じ見出しに束ねるか、別の項目に立てるか——どちらの判断にも、それなりの言い分があるでしょう。

形態素解析の側から見ると、事情はもう一段こみ入ってきます。日本語の解析器は辞書を頼りに文を語へ切り分け、感動詞という品詞も辞書に持っています。しかし語末の促音をさらに重ねた「ふんっっ」のような変種まで辞書に収めることはできず、この種の表記は未知語として処理されがちです。ウェブ小説やSNSの会話文は、まさにこうした変種の宝庫です。機械にとっての難所が、人間の読者にとっては感情の解像度になっている。この非対称は、日本語処理の現場が長く付き合ってきたものです。

並べ替えの規則にも、同じ分岐が顔を出します。文字コードの番号順に並べれば、小書きの仮名は例外なく対応する並字の直前に来ます。ぁがあの前、っがつの前、ゃがやの前。ところが日本語の索引や辞書で用いられる五十音順の照合では、小書きと並字はまず同じ位置に置かれ、他の要素がすべて等しかったときにだけ、最後の決め手として大小の差が効きます。清濁の差も同じ扱いで、辞書の中では最後まで隣り合ったままです。文字コードは差を最優先で立て、辞書の配列は差を最後まで取っておく。同じ一字が、どちらの規則の下に置かれるかで、働く深さを変えている。索引の作り方にも判断は波及します。日本語の全文検索では、文を二文字ずつずらして切り出した組を索引語にする方式が広く使われてきました。この方式でこの語を刻めば、「ふん」と「んっ」の二組が登録されます。小書きを畳む処理を検索のたびに挟むのか、索引を作る段階で済ませておくのか。前者は後から方針を変えられ、後者は速い代わりに、変更のたびに蓄積した索引を作り直すことになります。

校正や表記統一の実務では、この揺れは正規表現で扱われます。語末の小書きを任意の回数として書いておけば、変種をまとめて拾える。つまり機械的には、促音の連打は「同じ語の長さ違い」として一つのパターンに畳めてしまう。パターンに畳めるということと、意味が同じであるということのあいだには、しかし距離があります。

では、語末のあの一字は何を書いているのでしょうか。後ろに詰まる子音は存在しないので、教科書的な促音の定義からは少し外れた使い方です。書かれているのは音というより、息の止め方——短く言い放って、喉を閉じる、あの身体の動きだと考えられます。並字と小書きを同じ「つ」の仲間として丸める処理は、工学的にはしばしば正しい。検索の取りこぼしを減らすのは良い設計です。しかし創作の側から見れば、あの一文字は削ってよい揺れではなく、情報です。機械が番地の違いとして数えている一字を、読者は突っぱねの強さとして受け取っている。正規化してよい差分と、してはいけない差分の境界線は、テキストが誰に読まれるかで動くのです。