「計量文献学から見る倭人伝文化記事の挿入」という補助論文をアップしました!
リンクはこちら。
https://zenodo.org/records/24408760
全文は、下記参照。
計量文献学から見る倭人伝文化記事の挿入 岡上佑
私は、公開済みの論文「三国志魏志巻三十烏丸鮮卑東夷伝の多層構造論 (2026.岡上)」に て、魏志倭人伝の「文化記事」と呼称した意味上の区分の文章の内に、二か所のセンテンス の挿入があったことを発見した。挿入された側の元からのセンテンスを「ベース記事」と呼び、挿入されたセンテンスを「追記記事」と呼称する。同論文内で、私はその内容から、ベ ース記事は倭国に対する知識をベースにした叙述文であり、追記記事は、帯方太守王頎によ る見聞録であると予想したが、今回、計量文献学的手法を用い、ベース記事と追記記事の性 質上の差が、単に読感によるものではなく、漢文における否定語の出現頻度の差というという形で、統計学的な極めて有意な差があることを発見したので報告する。
最初に「文化記事」「ベース記事」「追記記事」の定義を確定しておく。「文化記事」とは、 倭人伝内の「男子無大小~周旋可五千餘里」までの 829 文字のことをいう。その中で二か 所のセンテンスの挿入箇所があり、それは下記部分の▲と△の箇所である。
① 所有無與儋耳朱崖同▲出真珠青玉
② 見大人所敬但搏手以當跪拜△下戶與大人相逢道路逡巡入草傳辭說事
センテンス中▲と△の間には、下の記▼と▽の文章が挟まっている。
▼倭地溫暖~謂其持衰不謹
▽下戶與大人相逢道路逡巡入草~詣女王不得差錯
文化記事全体はベース記事と追記記事に明確に区分けすることができ、付録として全文を収録するので確認願いたい。文化記事/ベース記事/追記記事の文字数は下記のとおり である。
文化記事:総文字数 829 文字 内ベース記事:517 文字 内追記記事 :312 文字
これらの文字列を計量文献学(Stylometry)的見地と手法にて検証する。今回注目するの は、漢文の最も代表的な否定語である「無」と「不」である。「無」は、事実/存在の否定 に使われる否定語であり、「不」は、動的な事態/状態の否定に使われる否定語である。こ れら否定語を検証対象とするのは、ベース記事が叙述文であり、追記記事が見聞録的文章であることを考えると、旅行記ともいえる見聞録的な追記記事には、動的な事態/状態の否定 に使われる「不」がより多く使われていることが予想されるからである。文化記事内における「無」「不」の出現数は下記の通りであった。
文化記事 829 文字/不の出現数:12/無の出現数:8
内ベース記事 517 文字/不の出現数: 2/無の出現数:6
内追記記事 312 文字/不の出現数:10/無の出現数:2
集計結果は、ベース記事内において、不の出現率が 2/517 = 0.38% に対して、追記記事内では、10/312 = 3.21% と出現率に明確な差異があった。それぞれにおける不/無の 出現の比率もベース記事内では、2 : 6 (25% : 75%) であり、無の出現が約八割を占めてい るのに対して、追記記事内では、10:2 (83% : 17%) と不の出現が約八割と、完全に逆転し ている。このような結果は、感覚的に見ても偶然であるとはとても思えないほどの顕著な差 異を示しているが、ここでは、「フィッシャーの正確性検定」をもちいることで、感覚では なく、統計的事実として、この否定語の使われ方の差を検証する。
【フィッシャーの正確性検定】
統計学における有意性の検定ではカイ二乗検定が有名であるが、ここではサンプル数の 関係から、少ないサンプル数に対しても、すべての組み合わせの確率を階乗にて算出するこ とで、より正確な「フィッシャーの正確確率検定」を用いることとする。また、有意水準は 厳密さを期して 1%に設定し、算出された P 値をもって判定を行う。検定の対象は「不」の 出現率とする。有意水準は厳密さを求めるため 1%とする。
検定における仮説と判定結果は以下の通りとなった。
・帰無仮説: ベース層と挿入層で、「不」の出現確率に差はない。
・対立仮説: ベース層と挿入層で、「不」の出現確率に差がある。
・有意水準: 1% (0.01)
・算出された P 値:0.0015
検証の結果、設定した有意水準 1%(0.01)をはるかに下回っていることが計算にて判明し た。これにより、帰無仮説は強く否定され、「ベース層」と「挿入層」の間において、「不」 という文字の出現確率には統計学的に極めて有意な差があると結論付けられる。
「不」の挿入層における 3.21%という出現率はベース層(0.38%)の約 8.4 倍に達してお り、サンプルの偏りや偶然による誤差ではなく、挿入層の文章自体に「不」を多用する明確 な性質があることが統計的に証明された。
なお、算出された P 値:0.0015 は、確率に直すと 10,000 の 15 ということになる。直感的 に分かりやすく表現すれば、このセンテンス比較における「不」の出現率の違いが偶然でない確率(必然性に基づくものである確率)は、99.84%ということになる。
【検証を終えて】
ベース部分は叙述文であり、その性質から、静的な事実を否定するケースが多く、追記部分は見聞録であり、動的な事態を否定するケースが多いのではないかという個人の読感、予想が、計量文献学から強く補強される結果といって問題ないだろう。個人的体験に引き付けて考えても異国への旅行記の類では、現地で見聞きする異文化に対して、これはわが国の○ ○に似ているとか、わが国では普通おこなう○○をしないといった文章が多くなる。実際に追記部分の文章を改めて読み直しても、「中国における刺史の如し」であるとか、「婦人は淫らでなく嫉妬しない」であるかというような、文章が続いている。ベース記事、追記記事の性格の差が如実に統計学にも表れたと言って、差し支えないだろう。本論によって印象論を 超えた科学的なテキスト分析として倭人伝の読解が進歩していくことを望んで已まない。
尚、「三国志魏志巻三十烏丸鮮卑東夷伝の多層構造論 (2026.岡上)」で示した二か所挿入 箇所における文脈の不整合については、現在の AI の基本的な原理である「LLM(大規模言語モデル)」内の駆動原理ともいえる「困惑度(PPL,perplexity)」の急上昇という形で検出が 可能である。対話型 AI(LLM)は、内部的に一連の文章のスムーズさ(センテンスに続くべ き単語の自然さ)を計算して出力しているだけに過ぎないので、文脈の突如の変化を「困惑度(PPL,perplexity)」の上昇として定量化可能である。私自身は、しがない文献屋に過ぎないので、LLM 内部で行われている計算を論文上で再現する実力はないが、該当部分のテキス トを実際に対話側 AI に検証させて、PPL の変化を検証させることは、誰でも再現可能である。
0 件のコメント:
コメントを投稿