出版書誌データベース

この原稿を書いているあいだ、私の頭の中には、身のまわりの友人や学生、研究仲間たちの顔が思い浮かんでいた。それから、「言語って、なんだか面白そうだな」と感じている方々に、どんな話なら楽しんでもらえるだろうか─そんなことも考えていた。私はこれまで、言語に関する研究や開発に、プログラミングという手法を用いて取り組んできた。本書では、そうした自分ならではの視点から、少しマニアックな言語の話を、できるだけ親しみやすいかたちでご紹介できればと思う。もちろん、プログラミングの知識がなくてもまったく問題ない。取り上げる話題は多岐にわたる。まず聞き間違えにまつわる私の体験をひとつ紹介する。そこには音の聞き取り、意味や音のカテゴリーの重なりといった、言語に関わるテーマが潜んでいる。つぎに、タヌキやムジナといった動物の名前や某魔法学校の施設の話題から、言葉と法律の関係を扱う。続いてホーミーと呼ばれる歌唱法に触れつつ、音の知覚やその可視化について触れる。中盤では聞き間違えの謎に迫り、後半ではカードゲームに関する文の構造や多義性といった話題を通して、言語のあいまいさや設計について考えていく。そして最後に、AIをはじめとする計算機との関わりに話題を広げていく。（まえがきより）

1 はじめに …… 1
1.1 日比谷？ 渋谷？ …… 1
1.1.1 聞こえに関する体験 …… 1
1.1.2 聞き間違えの原因を探る …… 2
1.1.3 日常での工夫 …… 4
1.2 言語学とプログラミング …… 5
コラム：ハンズオンの環境 …… 6

2 タヌキから見る言語表現 …… 8
2.1 法におけるタヌキ・ムジナ …… 9
2.2 数字による表現とクラスタリング …… 10
2.2.1 画像の数値化と画像間の距離の測定 …… 11
2.2.2 クラスタリングの基本概念 …… 12
2.2.3 デンドログラムの作成と解釈 …… 12
2.3 数字を用いるメリット …… 14

3 エンタメ施設も博物館？ …… 16
3.1 エンタメ施設と感想 …… 16
3.2 感想から施設の種類は推定できるか …… 17
3.2.1 データ収集のプロセス …… 18
3.2.2 TF─IDF の仕組み：レアなワード、何回出てきた？ …… 18
3.2.3 次元削減による数値化された文書の視覚化・解釈 …… 21
3.3 ロジスティック回帰モデルによる分類 …… 22
3.3.1 ロジスティック回帰の仕組みと係数の解釈 …… 23
3.3.2 分類結果の考察 …… 24
3.3.3 分類技術の応用や他分野の視点 …… 25
コラム：クラスタリングと鶏卵 …… 27
a. 概念形成と構成論的アプローチ …… 27
b. ニワトリタマゴ問題と教師なし学習 …… 28

4 ホーミーから眺める音声と知覚 …… 31
4.1 ホーミーの概要と文化的背景、音声について …… 32
4.1.1 ホーミーとの出会い …… 32
4.1.2 いろいろな喉歌 …… 34
4.1.3 ホーミーの発声手順 …… 38
4.2 用語と手順の解説 …… 39
4.2.1 口の構造と調音器官、IPA …… 39
4.2.2 発声と音の高さ、Hz（ヘルツ）の基本概念 …… 42
4.2.3 メロディー音の調整と喉歌としてのホーミー …… 43
4.3 母音とスペクトログラム、喉歌 …… 44
4.3.1 母音の操作と声道の共鳴 …… 44
4.3.2 スペクトログラムによる音の可視化 …… 45
4.3.3 喉歌のスペクトログラム …… 48

5 音脈分凝（おんみゃくぶんぎょう） …… 51
5.1 音の多義性 …… 51
5.1.1 別々に聞こえる音 …… 51
5.1.2 別々に聞こえる言葉 …… 53
5.2 音脈分凝と体験できる資料 …… 55
5.3 ホーミーのフィードバック …… 59

6 計算機上の渋谷と日比谷 …… 65
6.1 難聴のメカニズムと聴力図 …… 65
6.1.1 言語聴覚士と難聴について …… 66
6.1.2 聞こえの難しさの可視化：聴力図 …… 67
6.1.3 聞き取りづらさのシミュレーション …… 71
6.2 異なる聴力図が示す聞こえを体験する …… 73
6.2.1 データの作成と音の処理 …… 73
6.2.2 補正によるシミュレーション …… 75
6.2.3 音声の冗長性と頑強性 …… 77
6.3 「聞き間違えない国語辞典」と戦略 …… 79

7 意味を考慮した聞き間違えの再現 …… 82
7.1 単語の関連度合い …… 83
7.1.1 プライミング効果と単語の活性化 …… 83
7.1.2 単語の関連性と Word2Vec の活用 …… 84
7.1.3 Word2Vec の特徴と聞き間違え …… 87
7.2 音の類似度 …… 88
7.2.1 音の類似度の重要性と応用可能性 …… 88
7.2.2 音声を使わない方法 …… 89
7.3 確率の考慮と類似度の統合 …… 94
7.4 まとめ …… 96
コラム：Takeshi は Daesha? …… 97

8 カードの翻訳に学ぶ、文構造の複雑さ …… 101
8.1 読みづらい文1：Center Embedding …… 101
8.2 カードの世界の中央埋め込み …… 104
8.2.1 MTG と読みづらい文 …… 105
8.2.2 身近な言語での言い換え …… 106
8.3 読みづらさの原因 …… 107
8.3.1 ゲームから見る言語の文法と構造 …… 108
8.3.2 構造と読みづらさ …… 112
8.4 まとめ …… 116

9 言葉が生む複数の解釈 …… 119
9.1 「曖昧」は曖昧？ …… 119
9.2 文における多義 …… 122
9.2.1 読みづらい文2：Global Ambiguity …… 122
9.2.2 読みづらい文3：Local Ambiguity …… 123
9.3 構造的多義性 …… 125
9.3.1 時間バエの構造 …… 126
9.3.2 法律における構造的多義性 …… 130

10 AI は頼もしい相棒？ …… 135
10.1 長く付き合っていくために …… 135
10.1.1 生成AI のアプリケーションを試す・作る …… 136
10.1.2 壁打ち相手が持つバイアス …… 140
10.2 学習やプログラミングの効率化 …… 142
10.2.1 議論・壁打ちに使いやすいAI …… 143
10.2.2 IT・研究周りでの利用 …… 144

おわりに／謝辞 …… 147

著：岸山健
1993年、東京都生まれ。法政大学文学部英文学科の在学中、アメリカ・ミズーリ州のトルーマン州立大学に交換留学し、計算機科学を履修する。東京大学大学院総合文化研究科言語情報科学専攻に進学し、修士号（学術）を取得。2022年、博士後期課程を満期退学。2025年、博士号（学術）を取得。現在の研究分野は音声知覚の計算モデリング。フリーランスのエンジニアとしても活動し、機械学習・AIプロダクトの開発に携わっている。共著した著書に『jsPsychによるオンライン音声実験レシピ』（教養検定会議）。