【薙刀式】意味論的配列として、何を重視したか

薙刀式は、統計よりも重視した連接がけっこうある。

それをリストアップして、
実際の統計と比較してみたい。


薙刀式で打ちやすく重視したものを、
思いつきで100ピックアップ、
重要順にソートしてみた。
（忘れてるやつがあるかもしれない）

それと、kouyさんの100万字統計での順位を比較する。
薙刀式の順位＞統計順ならば、
薙刀式が統計の海から拾い上げた言葉ということだ。
それに●をつけてみる。
で、１００個について比較してみると。


０１　ある　　３８●
０２　ない　　０７●
０３　する　　２１●
０４　いう　　３５●
０５　あい　１３７●
０６　あう　１９６０●
０７　なん　１７３●
０８　たい　　１７●
０９　たん　１９４●
１０　なる　２０９●

１１　られ　２２１●
１２　れる　１４８●
１３　なら　２８５●
１４　たら　２６１●
１５　いく　２３５●
１６　くる　４８７●
１７　える　３４８●
１８　やる　１７６１●
１９　して　　　６
２０　こと　　１５

２１　もの　　７４●
２２　おも　１２０●
２３　もう　１９１●
２４　これ　１９６●
２５　あれ　７４８●
２６　それ　１４９●
２７　どれ　１５９３●
２８　いれ　５９１●
２９　だれ　１０７８●
３０　なれ　１２０３●

３１　おれ　７５７●
３２　ょう　　０１
３３　ゅう　　０５
３４　ょく　１００●
３５　ゅく　１４９０●
３６　いる　　３３
３７　です　　２９
３８　ます　　２５
３９　から　　２２
４０　まで　２３６●

４１　は、　　２７
４２　で、　　９８●
４３　と、　２０２●
４４　の、　１３９２●
４５　も、　２４１●
４６　を、　１３２６●
４７　す。　　１９
４８　だ。　２１６●
４９　い。　　７１●
５０　にも　２６７●

５１　ので　　６０●
５２　なに　３５６●
５３　には　　６６●
５４　にて　９４９●
５５　とは　１２９●
５６　した　　１４
５７　った　　１１
５８　って　　０４
５９　っと　１１６●
６０　では　　８６●

６１　いん　　７３●
６２　しん　　３９
６３　かん　　１２
６４　てん　１３６●
６５　しい　１９９●
６６　てい　　０２
６７　かい　　０８
６８　じい　２４５７●
６９　でん　５０１●
７０　こう　　１０

７１　そう　　５６
７２　どう　　４９
７３　とき　１９２●
７４　とこ　２１０●
７５　ころ　２０３●
７６　てき　　５４
７７　じん　２１８●
７８　はん　１４０●
７９　ばん　２８０●
８０　きん　１８４●

８１　ぎん　１５３６●
８２　あす　２９６５●
８３　なす　１６３４●
８４　ゅつ　５２７●
８５　ゅん　４６４●
８６　こん　１３１●
８７　そん　３９２●
８８　とん　９１２●
８９　どん　１０８１●
９０　にん　２２６●

９１　けど　４８２●
９２　ひと　　７８
９３　だけ　２３４●
９４　しか　１５２●
９５　ほう　　６４
９６　ろう　２２９●
９７　そこ　６６１●
９８　せい　　１６
９９　ぜん　１３４●
１００　わけ５８１●


逆に、ここまでに薙刀式で重視していない、
いわば切り捨てた統計的2gramを400位くらいまで以下に並べてみる。
こっちのほうが興味深かった。

ときどき、「よう」「た。」「る。」とか、
僕がピックアップし忘れたものがあるが、
ざっと見ると、
「文節で切れていないつながりの部分」だと想像される。
つまり普通は文節の切れ目だから、
切るところが大量に含まれている。
「うし」「とい」「いし」「んし」などなど、
それだけでは意味をなさないものもたくさんある。

しょ　よう　うし　た。　とい　いし　んし　る。　んの　きょ
いの　うに　さい　せん　んで　とう　うの　いた　しゃ　んが
とし　ちょ　うか　だい　けん　んと　いか　んに　さん　が、
いて　いま　んか　のか　がい　けい　いと　ると　んだ　て、
いに　んじ　ぶん　うじ　んを　じゅ　かく　にな　らい　げん
はな　くし　、こ　であ　るの　なか　この　いっ　りょ　のし
のは　まし　のこ　いで　るこ　いき　うが　され　うい　しま
たの　うな　その　いが　うで　ほん　んな　うと　うき　きに
かっ　はい　うこ　りま　でき　れて　、そ　があ　なっ　うを
いは　いさ　いち　おん　とお　さく　いじ　んは　いい　にか
いな　おお　きゅ　ねん　し、　かた　とが　かし　でも　うは
いを　ざい　う。　とも　など　たし　んき　にし　うせ　ても
きな　とに　とか　めい　んせ　くな　のう　くに　くの　えん
り、　ちゅ　んた　うち　あり　、し　れた　でし　たか　ぎょ
つか　いこ　うさ　うす　、か　だん　っく　ら、　すが　るか
との　をか　きた　をし　うほ　んこ　かな　んて　に、　つい
。そ　たと　にお　のじ　なく　つき　やく　たり　につ　いけ
じ、　こく　ゆう　もん　とを　んさ　んど　いせ　がく　なが
れば　ため　のだ　のよ　うけ　、あ　とな　、お　。こ　おい
とり　っか　もい　ーる　い、　たが　てし　あっ　のた　っし
のき　、と　いす　きの　のと　ませ　くり　もっ　いだ　くて
をお　なし　なり　らな　たく　にあ　まっ　のな　ん、　いよ
まえ　たち　うだ　んす　のが　くを　せつ　しの　とで　れん
つの　んり　くら　のお　をつ　ばい　のあ　にゅ　ただ　かわ
かの　ん。　おこ　んけ　われ　ては　もし　てお　ひょ　はつ
てく　なの　だっ　のせ　う、　かに　へん　しき　すと　のい
れい　によ　っこ　じつ　とく　しな　おう　ゃく　いも　くさ
のひ　おと　じゃ　るよ　おき　くせ　るい　また　あん　きる
もと　、き　かり　らし　はじ　えい　くだ　きま　くと　にた
にほ　めん　はし　んい　せき　わた　まい　がお　つよ　ちゃ
うえ　うも　くは　ちが　おく　くす　いわ　がえ　きし　にい
どの　けっ　がし　がた　じっ　かえ　より　。し　りか　たこ


これは、ビッグデータや統計を扱ったことのある人なら、
誰もが触れたことのある現象だ。
「統計はほとんどゴミで、
意味のある所はわずかな現象」だ。
つまりビッグデータを集めてもそのままではゴミの山で、
そこから意味ある処理をしないと使えないというやつだ。

たとえば意味のないが頻度の高い「うし」は、
牛に関する文章が多かったわけではなく、
「どうし」「うしろ」「そうして」
などの、複数の全く意味の違うがよく出るものがあった結果、
統計に上がってきているものだろう。

で、
薙刀式なる意味論的配列とは、
こうした統計のゴミの中から、
意味をなす二連接について、
意味をつくるパーツ二連接について、
ピックアップしてきたもの、
という考え方ができる。
しかも文節の切れ目を考慮しているわけだ。

この統計を元にした新下駄では、
「文節の切れ目ではないがよくつながるつながり」について、
素早く楽に打てると予想される。
（僕はそこまで新下駄をマスター出来なかったので、あくまで予想）
ここが新下駄がタイピングゲームで有利なところかもしれない。
確率論的にはね。

ただ、実際に日本語を書く時には、
やはり文節単位でなめらかにつなぎ、
文節の切れ目=思考の切れ目では、そのまま指の連接は切ると想像される。
だから新下駄で創作文を書く時は、
指にある程度余裕のある状態で書けるかも知れない。
（本気を出せばもっと速いが、
まあこれくらいで書くことにするか……フフフ……みたいな）

薙刀式のアプローチは、
そういう意味のないものは全部捨てて、
意味のあるところを重点的に良運指にしようやないかい、
ということだね。


もちろん、そのピックアップの仕方は恣意的であり、
あれが採用されてこれが採用されていない、
などの感覚の違いもあろう。
あるいは、言葉はいいが指と合わない、もあるかもだ。
それはもう人間の手でやる以上、
「その職人の作ったものが合うか合わないか」
でしかないと思う。

じゃあ、
「意味のある二連接とは」
「その統計頻度とは」
「打ちやすい二連接の順を、900種ソートする」
の議論をクリアしてから、
機械的に求めてくだされ。

それをやってる暇があったら、人の手でやったほうが早いと思うよ。

ついでに、すべて同置、機能キーの人差し指入れ込み、
編集モードなど、
すべて込み込みでやってみればいいさ。

そんなことを機械でやるよりも、
手の感覚で作った方が早いだろ、
と思ってここまできた。

これが薙刀式である。



別の人の別の感覚は、飛鳥、メジロ式に見られる。
もっと別の意味論があってもよい。