少ない

大きなテキストの集まりを用意して、現れた語を頻度順に並べる。すると、上位のごく少数の語が全体の大半を占め、下へ行くほど長い裾が伸びていきます。順位を r、頻度を f としたとき、f がおよそ 1/r に比例する——ジップの法則と呼ばれる経験則で、日本語に限らず多くの言語で近い形が観察されています。この図を最初に見たときに目を引かれるのは、しかし上位ではありませんでした。裾のほうです。上位百語は数えれば終わる。裾は、どこまで行っても終わらない。

裾の端には、そのテキスト全体でただ一度しか現れなかった語が並びます。ハパックス・レゴメノンと呼ばれるもので、異なり語数のうちかなりの割合をこれが占めるという事実は、計量言語学ではよく知られています。厄介なのは、集めるテキストを増やしても、この割合が期待するほど下がらないことです。総語数を増やせば異なり語数も増え続ける——ヒープスの法則と呼ばれる関係で、その増え方はべき乗に近い。新しく足した文章が、また新しい一度きりの語を連れてくる。語彙は、汲んでも底に届かない井戸のような振る舞いをします。

ここで引っかかったのは、稀少さを記述するための語そのものは、まったく稀少ではないという点でした。この形容詞は日常の書き言葉に高い頻度で現れます。裾を語る語が、上位側に居座っている。当たり前のようでいて、考えると当たり前ではありません。世界の中で稀なものは無数にあり、それを一語で片づけられるということは、量の判断が対象の中身から独立していることを意味します。何が少ないのかを問わずに、少なさだけを取り出して言える。抽象度が高い語ほど頻度が高いという一般的な傾向の、ひとつの現れなのでしょう。

ただ、頻度の高さは、その語が正確に使われていることを意味しません。むしろ逆で、高頻度語は意味の輪郭がぼやけやすい。共起の側から見ると、この語には目立つ性質があります。比較の相手を言わずに使われることが非常に多い。「客が少ない」と書いたとき、去年と比べてなのか、他店と比べてなのか、期待と比べてなのかは、文の中に書かれていません。基準は文の外に置かれ、読者が勝手に補う。補い方は読者ごとに違うので、書き手の意図した量と読者の受け取る量はずれます。しかも、ずれたことは誰にも検出されない。

原稿の中でこの語が繰り返されると、読者は毎回その補完作業をやらされることになります。作業自体は一瞬ですが、積み重なると像が薄くなる。対処はいくつかあります。基準を書く。数に置き換える。あるいは、頻度表の裾のほうを真似る——一度しか起きなかったことを一つだけ具体的に挙げる。三日で二人しか来なかった、と書けば、少なさは量としてではなく出来事として届きます。分布の図が教えるのは、上位語の便利さではなく、裾に落ちている個別の一語が持つ情報量のほうです。稀にしか現れないものほど、現れたときに多くを語る。