悦び

「よろこび」と打ちこんで変換すると、まず「喜び」が出ます。次に「歓び」か「慶び」、そして四番目あたりにようやく目当ての字が現れる。この順番は誰かが美意識で決めたものではなく、大量のテキストから集計された頻度と、直前の文脈から計算された確率で並んでいます。書き手が字を選んでいるつもりの瞬間に、選択肢の提示順そのものは、すでに統計の産物である。指がスペースキーを二度余分に叩くという、その手間の量まで含めて。

その並びは、固定されてもいません。多くの入力システムには学習の機能があり、一度選んだ候補は次から上位に来ます。四番目まで下りて選ぶ操作を何度か繰り返せば、やがて二番目に、そして先頭に現れるようになる。書き手の偏りが、入力環境の側へ堆積していくわけです。数か月後、同じ環境で打った別の原稿では、もう手間なしにこの字が出てくる。便利ではあります。ただし、選んでいるという自覚のほうは、その手間と一緒に消えます。二度余分にキーを叩く小さな摩擦が、字を選ぶという判断を意識に留めていたのだとすれば、学習は書き手から儀式を一つ取り上げたことになる。統計は書き手の外側にあるだけでなく、書き手の癖を食べて育ってもいます。

ここで引っかかるのは、機械にとってこの四つがどれだけ「遠い」のかということです。文字列としてなら答えは単純で、「喜び」との編集距離は 1——一文字を置き換えれば届く。「歓び」も「慶び」も同じく 1 です。四つの表記は互いに等距離に並んでいて、文字列の世界には濃淡も格差もない。ところが Unicode の水準で見ると、この四文字は正規化によって統合されません。NFKC のような正規化は、全角と半角、合字とその分解形といった「同じ字の別の姿」を畳むための操作であって、意味の近い別の漢字をまとめる仕組みではないからです。機械にとって悦と喜は、赤と青ほどに別の文字である。

だから全文検索は、この四つを別々の語として索引します。原稿のどこかに書いた場面を後から探そうとして「喜び」だけで検索すると、三章前に別の字で書いた一節は返ってこない。表記のゆれを吸収するには、正規化とはまったく別の層——同義語辞書やクエリ拡張——を用意する必要がある。形態素解析の側も同様で、送り仮名や表記の違いは辞書の見出しに登録されていて初めて同一の語として束ねられます。裏返せば、書き手が四つを打ち分けた瞬間に、機械にすら判別できる差分が本文へ埋めこまれた、ということでもある。

頻度の側から見ると、打ち分けにはもう一つの代償があります。同じ感情を四つの表記へ分ければ、一つあたりの出現数はそのぶん減る。低頻度の表記は変換の候補順でも下がり、索引の中でも小さな項目になり、統計に頼るあらゆる処理で扱いが軽くなります。書き分けるほど、機械から見た一つ一つの表記は珍しい存在になっていく。個人の原稿の側からこの循環を止める手はありません。ただ、珍しさは弱さと同義ではないのです。作品全体で三度しか使わなかった字は、後から場所を特定するのが容易で、改稿のたびに一箇所ずつ点検できます。総数の少ない項目ほど管理が効くというのは、索引を扱う側から見ればごく当たり前の性質でしょう。使用回数を絞るという判断は、機械にとっての珍しさと、書き手にとっての点検しやすさを、同時に手に入れる操作でもあります。

もっとも、その差分が読者に届いているかは別の話です。ここは自分でも疑わしい。表記の使い分けは、書き手の側で意識されるほどには読者の側で意識されない。校正の実務では表記統一が原則で、一つの作品のなかで複数の字が混在していれば、多くの場合ゆれとして拾われます。統一を求める力と、打ち分けたい欲求は、同じ原稿の上で正面から衝突する。しかも衝突に勝つのはたいてい統一のほうです。理由を説明できない差異は、誤りと見分けがつかないからです。

それでも残るものがある。統一の対象になるのは、説明できないゆれだけです。同じ人物の同じ種類の感情なら、字は揃えたほうがいい。だが、他人の失脚を知ったときの底の暗い高ぶりと、子の合格を告げる封筒を開けたときの明るい昂ぶりが、同じ字で書かれなければならない理由はない。差を残すなら、その差に説明のつく根拠を持たせること。根拠があれば、それはゆれではなく設計になります。四つを別の文字として扱う機械の頑固さを、面倒と見るか、細部まで記録してくれる相手と見るかは、書く側が決められる。