吹き抜ける風

ある動詞の直前にどんな名詞が来るかを、テキストを機械に読ませて数えてみる。形態素解析にかけ、隣り合う二語の並びを全部取り出し、出現回数の多い順に並べる——それだけの作業ですが、出てきた一覧はたいてい書き手の予想を裏切りません。裏切らないこと自体が結果です。上位に並ぶのは思いつきやすい組み合わせであり、思いつきやすさとは頻度の別名だからです。自分が自然だと感じて選んだ語の並びは、その言語の中で頻度が高いから自然に感じられている。順序が逆になっていることに、数えてはじめて気づかされます。

隣接する二語の並びを一つの単位として数える手法は、言語処理でごく基本的な道具です。頻度の高い並びは、その言語の中で結びつきが固定した組であり、読者はそれをほとんど一語のように読み流していく。定型とは、処理の負荷が下がった状態のことだと言い換えられます。負荷が下がるのは悪いことばかりではありません。場面を素早く通過させたい箇所では、むしろ固定した組み合わせのほうが仕事をする。移動、食事、時間の経過——読ませたくない部分にこそ定型は要ります。問題は、通過させたくない箇所で同じ組み合わせを使ってしまうことです。気づきにくいのは、読み流された箇所ほど、書いた側の記憶にも残らないからでしょう。

ただし頻度だけを見ていると、単にどちらの語もよく使われるという理由で上位に来た組を掴んでしまいます。これを分離するために使われるのが、自己相互情報量と呼ばれる指標です。二語が一緒に出る確率を、それぞれが独立に出る確率の積で割り、対数を取る。偶然の同居であればこの値はゼロ付近に落ち、偶然を超えて引き合っている組だけが高く出る。頻度は低いのに結びつきの強い組は、この種の計算を経なければ表に出てきません。逆に、どちらも高頻度の語がただ隣り合っただけの組は、生の頻度では目立つのに、この指標では沈みます。

この道具を、見出しに置いた句そのものへ当ててみます。「吹き抜ける」の隣に立つ名詞を数えれば、上位はほとんど風の語彙で埋まるはずです。風、秋風、北風、そして一陣の。逆にこの動詞の側から見ると、主語の席に座れる名詞が異様に限られている。歓声が吹き抜ける、と書けば、それはもう比喩として意識される書き方になります。頻度が高く、結びつきも強い。二つの条件が同時に揃っているので、この組は読み流される定型の典型に位置します。上位に来る組み合わせが書き手の予想を裏切らない、という先ほどの話が、そのまま自分の見出し語へ返ってくる形です。

語の頻度そのものの分布も、かなり歪んでいます。順位と頻度がおおよそ反比例するという経験則はジップの法則として知られ、上位のごく少数の語が全体の大半を占める一方で、一度しか現れない語が長い裾を作る。裾のほうは、どれだけ大きなテキストを集めても埋まりきりません。新しい語が入ってくる速さと、既存の語が使われなくなる速さが、そこで釣り合っていないからです。書き手が実際に選択の余地を持っているのは、この裾に近いあたりです。上位は選ぶ前に手が動いてしまい、裾の先端まで降りると、今度は不自然さのほうが先に立つ。

この動詞には、もう一つ空いている枠があります。抜けるを含む複合動詞は通過先を対格で取り、廊下を、路地を、境内を、という形で通り道を指定できる。風は主格に立ち、通られる場所のほうが対格に入るわけです。頻度の話へ戻せば、この枠に入る名詞の分布は、主語側の分布よりずっと広い。固まっているのは主語と動詞の組であって、通り道の枠は空いたままです。逃げ道を探すなら、埋まった枠をこじ開けるより、空いている枠に何を置くかを考えるほうが早い。校庭を、と書くか、伏せたままの答案の上を、と書くかで、同じ定型が別の場面に変わります。

手垢という言い方を計量的に置き換えるなら、隣接の頻度が高く、かつ結合の強さが平凡な組、ということになります。逃げ道は頻度を下げることではなく、結合の強さのほうを上げること——めったに隣り合わないのに、置いてみると必然に見える組を探すことです。数えるだけでその組が見つかるわけではありません。統計は既にあるものしか数えられず、まだ書かれていない並びには順位がつかない。順位のない場所を狙うという作業は、原理として数値の外側にあります。ただ、数えた結果は、自分がどのあたりから語を拾う癖を持っているかだけは、正確に教えてくれます。