第5章　Wiki表題語に束ねる — 2次統合の決定

1次抽出が終わると、5,000行から15,000行規模の表が一つ残ります。行は多く、分類は九つに分かれていますが、この表をそのままVaultに入れることはできません。同じ人物が三つの異なる名前で三行に散り、同じ場所が二つの表記でそれぞれ入り、どのキーワードがほかのキーワードとつながるかもまだ整理されていないからです。

この散らばった行を一冊の辞書に整理する仕事が2次統合です。

2次統合はライブラリングの四段階の中で人の手が最も深く入る段階であり、合格線も1次の60%から95%へ上がります。

表題語とは何か、辞書編纂学の基盤概念

2次統合を理解するには、まず表題語（headword、lemma）という概念を正確につかむ必要があります。

一般的な国語辞典を開くと、「行く」という表題語の下に「行った」「行って」「行く」「行こう」のような活用形は別項目として並ばず、すべて一つの項目で扱われます。表題語とは一つの語彙の全形態を代表する標準形であり、この原則こそが辞書を辞書たらしめる核心です。もし活用形がそれぞれ別項目なら辞書の分量は数十倍に増え、読者は欲しい情報を探す前にどの形で検索すべきかを知る必要があります。表題語がそのすべてを一か所に集めます。

ライブラリングの2次統合がする仕事はまさにこれです。1次で「星羅江湖」の一人物が本名、漢字表記、職名、系列呼称という四つの表記に散っていれば、2次でその四つを一つの表題語に集めます。どの形で検索しても、どの形で登場しても、一つの表題語からすべての情報を得られるようにします。

辞書編纂学には代表表記を選ぶ原則があり、最も頻繁に使われる形、最も基本となる形、または規範表記法が定めた形を表題語にします。IPライブラリングも同じ原則に従い、本IPで最も頻繁に登場する表記、またはIP制作者が正式に定めた表記を代表キーワードにします。この表題語選定は「どの表記を使うか」を任意に決めることではなく、IPのすべての未来の参照がこの表題語を基準に行われる基盤決定です。一度定まればVault全体がその表題語を中心に構造化されるからです。

ダンジョンズ＆ドラゴンズの「フォーゴトン・レルム」から一つの表題語を取ると、原理が明らかになります。人物エルミンスターの本名はエルミンスター・オーマーであり、呼称にはシャドウデールの賢者、老魔術師をはじめ変装時の偽名までいくつもあります。「フォーゴトン・レルムWiki」のエルミンスター表題語一ページは、これらの表記を一か所に集め、本名を代表にし、どの呼称で検索してもその一ページへ導きます。ライブラリングの2次統合が1,000から2,000個の表題語単位で作る構造もこれと同じです。

表題語と知識組織体系

表題語と別名を分ける感覚は、図書館学と知識組織体系でも長く扱われてきた問題です。W3CのSKOSはシソーラス、分類表、件名標目表のような統制語彙を表現するモデルで、一つの概念に代表表記を付け、代替表記と隠れた検索語を別に置き、より広い概念・より狭い概念・関連概念を区別します。

ライブラリングの13列もこの感覚に似ています。代表キーワードは表題語の優先表記であり、異称と別称は同じ対象を探せる代替表記であり、関連キーワードは表題語が意味の上で支え合うつながりです。より広い範疇とより狭い範疇が明確な場合は上位・下位関係として読め、どちらも上下ではないなら関連関係にするほうが適切です。

ただしライブラリングはSKOSを実装する作業ではありません。RDFを発行したり外部の知識体系と機械的に対応付けたりするのでなく、創作IPのVault内で同じ原理を低い層位で使うものです。この比較が有用なのは、「なぜ別称を分けて置くのか」「なぜ関連キーワードをむやみに入れてはならないのか」「同じ表記が二つの概念を指すとき、なぜ分けるべきか」を説明してくれるからです。表題語は単語帳ではなく、統制語彙の最初の単位です。

1次結果の構造

まず1次の結果表をもう一度開きます。「星羅江湖」の人物分類を例にすると、一人の剣客が本名（「ソ・ウンギョン」）、漢字表記（「徐雲卿」）、系列呼称（「天剣手の剣客」）、江湖での評（「凶日に隠れた吉日を掘り出す剣客」）という四行に散って入っています。一人物が本名と漢字、系列、別号で登場する事情は、韓国語IPでも外国語作品でも変わりません。

ほかの分類でも同じ様相が現れます。装置分類では「天気」「星光に載った気」「空から下る気」が別々に入り、場所分類ではある官庁の正式名称・略称・作中呼称が別に入り、事物分類ではある組織の正式名称・略字・口語呼称が別に入ります。この散らばりは1次抽出の方法から生じた結果です。1次では表記をそのまま引き出し、同じ意味かを判断する決定を先送りしました。この章でその決定を行います。

同じ意味の行を一つに束ねることが2次統合の出発点です。上のソ・ウンギョンの四行を一つの表題語に束ねれば一行へ減ります。代表キーワードを「ソ・ウンギョン」と定め、残りの表記（「徐雲卿」「天剣手の剣客」「凶日に隠れた吉日を掘り出す剣客」）は別称列へ集め、定義は四行の短い説明を合わせて一行に整理します。この束ねが2次統合の本質であり、その結果5,000〜15,000行は1,000〜2,000個の表題語へ減ります。表題語一つが同じ意味を持つ全表記を自分の中に抱えることで、IPの資料が初めて辞書の形に近づきます。

一つの存在が複数の表記を同時に持つ作品を見ると、この束ねが必要な理由が明確です。「全知的な読者の視点」で「星座」は本名の代わりに「修飾語」という別号だけで呼ばれ、正体を隠しますが、修飾語を解読すれば実際の神話人物が現れます。「悪魔のような火の審判者」という修飾語が大天使ウリエルである、という具合です。一つの存在が修飾語、真名、神話出典という複数の表記を同時に持つので、この三つを一表題語の下に束ねなければ、読者は同じ人物を別人物と誤解します。

合格線が95%である理由

1次の合格線が60%だったのに対し、2次は95%へ跳ね上がります。その差がどこから来るのかを確認しておきます。

1次で誤分類された行があってもよいのは、同じ行が2次でもう一度通るからです。人物に入ったか事物に入ったかにかかわらず、2次で人がもう一度見て決め、その決定で分類が正されます。しかし2次で誤って束ねられた行は、次の3次骨格ビルドでそのまま.mdファイルになります。別の二人物が一表題語に束ねられれば、二人の情報が一ファイルに混ざった.mdが作られます。その誤りは4次叙述執筆にもそのまま反映され、検証で見つかるまで残るため、一度誤って束ねると回復コストが大きいのです。

そのため2次の合格線は95%です。100%でないのは人の決定も時々ずれるからで、その5%のずれは最後の検証段階で捕まえます。95%は人が到達できる最も厳しい線になります。この厳しさゆえに2次統合は人が主導する段階となり、AIの仕事仲間が同義語候補を速く組み立てても、最後の決定は人が行います。

13列表題語の構造

1次の産出物が5列（IDX、分類、キーワード、説明、出典）だったのに対し、2次の産出物は13列です。1次から来た基盤情報（IDX、分類、出典一覧）は残り、八つの列が新たに加わります。

表題語の正体を定める列。 代表キーワードは束ねた同義語の中で表題語を代表する表記で、本IPの正式名称または最も頻繁に現れる表記を代表にします。この代表キーワードが表題語のファイル名となり、Vault内で他の表題語が[[代表キーワード]]の形でこれを引用します。

代表キーワードが定まれば、Vault内のすべての参照はこの表記を基準に行われます。IP制作チームがある装置の名称を正式に変える場合、新名称へ代表キーワードを変え、旧名称を別称へ下ろすだけで、Vault内のすべてのwikilinkが自動更新されます。単一の真実供給源の強みです。

世界観軸は9分類と直交する第二の分類基準です。「このキーワードは私たちの世界観のどの構造に属するか」への答えであり、第6章で詳しく扱います。異称・別称は代表キーワード以外で同じ対象を指す表記です。検索のための列で、ここに登録されていれば読者が自分のIP Wikiで別称を検索したとき、その表題語へ行けます。姉妹作業が新しい短編原稿を検査するときも、別称が登録されていなければ、その表記がどの表題語かを自動認識できません。

多言語の列。 英語名は翻訳用に提案する英語表記で、ローマ字は国語のローマ字表記法（RR）基準の表記です。人名は「Min-ji」のようにローマ字へハイフンを付け、場所の固有名は「Haewon Restaurant」のようにローマ字へ類型を加え、文化固有語は「Han (lingering resentment)」のように音写へ解説を加えます。多言語刊行を準備するIPでこの二列は核心資料になります。翻訳者がVaultを初めて開いたとき最初に確認する列であり、翻訳者が表記を独自に決める無用な時間を減らします。

本文の列。 定義は表題語が何かを最も圧縮して記す一、二文の核心定義で、[[リンク]]を入れず自己完結的に書きます。

詳細説明は作動原理、歴史、構造、他表題語との関係を含む二文から八文の本文です。ここには最終的に[[リンク]]が入りますが、作業者が初めから手でリンクを打つのではありません。まず詳細説明を純粋テキストで書き、2次の統合段階で代表キーワードと異称・別称一覧を基準に、関連表題語を自動wikilink化します。これにより[[X|Y]]のような任意別称リンクが混ざらず、Vault全体が代表キーワードを基準に整います。二列の初稿は2次で80%程度なら十分です。同義語の束ねのような核心決定は95%を超える必要がありますが、定義と詳細は4次叙述執筆で再び磨かれるため、方向が合い核心が入っていればよいからです。

関連キーワードはこの表題語とつながるほかの表題語一覧です。この列が満たされると3次骨格ビルドでwikilinkが自動注入され、Obsidianでノードとノードの間に線が引かれます。キーワードクラウドの接続網はこの列で組まれ、関連キーワードのない表題語はグラフビューで孤立ノードとして残ります。この網が密なほどよいVaultです。

時期・翻訳メタ。 バージョン状態は表題語の時期状態です。「現行」は本IPで現在使われる表題語で、ほとんどがここに属します。「過去」はある時点では使われたが現在は表記や意味が変わった表題語です。あるIPの第1版で使われた地名が第3版で別の地名に変わったなら、第1版の旧地名がその例です。

「廃棄」はもう使わない表題語です。廃棄理由を翻訳ノートに書けば、次の人が同じ表記を再使用する混乱を防げます。「二重表記」は二表記が意図的に共存する場合で、同じ物を地域ごとに異なる呼び方をする場合がここに当たります。「未定」はまだ確定していない表題語です。過去・廃棄表題語を消さずに保存するのは、過去作品を読むとその表記が現れるためです。読者が第1版を見て検索したとき、表題語がなければ情報を見つけられません。

翻訳ノートは翻訳時の文化的・文脈的注意事項です。「恨」のような文化固有語には音写方式と解説を、巫俗用語には「Mudang (Korean shaman)」のように音写と解説を、時代語には翻訳で注意すべき文脈を記しておきます。未来の翻訳者へ送る手紙に当たり、次の翻訳作業で同じ決定を再び下す必要をなくします。

この13列が一表題語一行を成します。1,000から2,000個の表題語が整列すれば、一IPの語彙全体が一表に入ります。

人が決めるもの

この13列の中で人が直接決める部分を確認します。

最も難しい決定は同義語の束ねです。「星羅江湖」のソ・ウンギョンが本名、漢字表記、系列呼称、江湖の別号で登場するとき、その四つを一表題語に束ねるか、その中の一つが別人物を指すかを決めます。本IPに慣れていれば自明に見えても、同じ系列表記が別人物を指すことがあります。「天剣手の剣客」はソ・ウンギョンにもサモクにも付く表記ですが、一方は吉星の吉日に剣を抜く正派剣客で、他方は凶星の質感も受けて邪派へ流れた剣客です。同じ天剣手を本名性として受けた二人を一表題語に束ねれば、正派剣客の定義に邪派剣客の定義が混ざります。「天剣手の剣客」という一表記を二表題語のどちらに入れるかを人が決めなければなりません。

時期によって意味が変わった表記もあります。第1版である装置名が一つを指し、第3版で同じ呼称が別装置を指す場合です。二時点の表記を一表題語に束ねるか、二表題語へ分けるかを決めねばなりません。この本が勧める方法は分け、バージョン状態に「第1版限定／第3版限定」と示すことです。束ねれば二つの意味が一ファイルで衝突します。

同じ名前でもシーズン1では端役、シーズン3では主役になった人物なら、一表題語に束ねつつ本文で時期別の変遷を整理するのが適切です。こうした判断は五年分の作品をすべて読んだ人の頭の中でしか正確に下せません。

表題語命名は、同じ意味の表記を幾つも束ねた後、そのうちどれを代表にするかを定める決定です。韓国語IPなら韓国語の正式名称を、外国語作品の韓国語刊行を扱うなら刊行時に使う韓国語表記を、正式表記がなければ最も頻繁な表記を選びます。代表が定まれば他の全表記は別称へ入ります。別称は検索には掛かりますが表題語の題には現れず、Vault内のwikilinkは代表キーワードへ統合されます。

世界観軸の決定とバージョン状態の決定も人の仕事です。世界観軸の許容値（IPごとに五〜七軸）は1次抽出前のプロファイリング段階であらかじめ決めます。AIが候補を提案しても、どの軸が本IPの構造に合うかの判断は人の役目です。バージョン状態は本IPの時期の流れを知る人だけが決められます。第1版に出た表記が第3版で廃棄された事実は両版を読んだ人の頭にあり、AIは両版を読んでも、その変化が意図的廃棄か単なる表記変化かを区別できないことがあります。

定義の合格線の判断も人の仕事です。複数行から集めた短い説明を一行に整理した定義が合格線を越えるかを人が測ります。短すぎれば表題語の輪郭が出ず、長すぎれば定義でなく長い叙述になるので、一行から二、三行が適切です。

AIの仕事仲間への委任

人の決定を補助する場所で、AIの仕事仲間は速く働きます。同義語候補抽出は1次の5,000〜15,000行を受け、同じ意味の可能性がある行の束を候補として組む仕事です。表記が似た行、同じ出典に現れる行、同じ定義を持つ行を一つの束にします。こうして出た候補の約70〜80%はそのまま通り、人が磨くのは20〜30%だけです。定義一行の初稿は、一表題語の別称束が決まった後、1次で集めた短い説明を合わせ一、二行へ圧縮する仕事で、人が80%水準で検収します。関連キーワードはAIが候補を出せますが、最終wikilink注入はグローバルな表題語一覧を基準に自動処理するほうが安定します。世界観軸候補付与は、プロファイリングで決めた許容値一覧を受け、各表題語に最も近い軸を候補として付け、人が検収して確定します。

委任内容を入力と出力で解くと、入力は1次の5列CSV一塊、本IPの同義語束ねガイド、世界観軸許容値一覧、13列統合CSVの形式です。出力は13列統合CSVで、同義語束ね候補が自動付与され、定義一行の初稿が満たされ、関連キーワードのwikilinkが自動注入され、世界観軸候補が付いています。委任の意図は時間短縮と一貫性の両方です。人が5,000行を一度通読して同義語候補を組めば一週間かかりますが、約30分で候補が出て、人の決定時間は約二、三時間に縮みます。期待効果は1,000〜2,000個の表題語が整列した13列CSVが約二〜四時間で出ることです。限界は同義語の最後の決定、世界観軸新設の決定、定義のトーン、バージョン状態決定であり、この四つは人が必ず決めます。

決定の流れ

2次統合の作業の流れを一つにまとめると、まず1次の5列CSVをAIの仕事仲間へ丸ごと渡し、同義語束ねガイド、13列形式、プロファイリングで決めた世界観軸許容値一覧を一緒に渡します。AIは約30分から一時間で同義語候補束、定義一行初稿、関連キーワード候補、世界観軸候補を組みます。その後の統合段階で、代表キーワードと別称一覧を基準に詳細説明内の表題語が自動で[[代表キーワード]]のリンクとなり、許容された世界観軸の外にある値はエラーとして捕まります。

結果を受けた人は95%という厳しい合格線で検収に入ります。同義語の束を一つずつ見て正しいか、分けるべきか、一行をさらに入れるべきかを決め、世界観軸候補を検収して確定し、バージョン状態列を満たし、定義初稿を検収します。

検収時間は約二、三時間で、一IPの1,500表題語を一度ずつ通る時間です。ただし通る深さは表題語ごとに異なり、hub表題語100〜150個には一つ当たり一、二分の決定が入る一方、leaf表題語1,000個は一つ当たり十秒ほどで済みます。自動カウントが正確ならleafの決定はほぼ通過させるだけでよいからです。

検収が終われば13列統合CSVが合格線を越えます。1次の5,000〜15,000行が1,000〜2,000個の表題語に束ねられて整列し、一IPの資料が初めて一冊の辞書の形に到達します。

2次が終わって見えるもの

2次統合が終わると興味深い結果が現れます。13列CSVを表題語別の被引用回数で並べることです。被引用回数とは、一表題語がほかの表題語の関連キーワード列に登場する回数を自動で数えた数字です。最も引用される表題語から最も少ない表題語まで並べ、上位十個を見ると、本IPが何を中心に置くかが一目で分かります。

「星羅江湖」でこの並びを行うと、一位は武功の威力を分ける核心資源「天気」、二位はその天気秩序の唯一の例外である主人公「逆天者」、三位は暦法を統制する権力の中心「武林盟」、四位は江湖を二分する「正邪派」でした。本IPの正体がこの四表題語へ圧縮されるわけで、五年運営してもその正体をこれほど圧縮して確認したことがなかった事実が、このとき明らかになります。1,500の表題語が整理されるとIPの正体がhub順位に現れ、これがライブラリングの期待効果の一つです。

ここには同義語の束を広げすぎる罠があります。外国語作品から明確な例を取ると、「高慢と偏見」のベネット家には姉妹が五人おり、作中の呼称慣習では誰でも「ミス・ベネット」と呼ばれ得るため、ある箇所に「ミス・ベネット」が出ても、それが自動的に長女ジェーンとは限りません。勧める方法は、呼称を初めて見たときは別に取っておき、本文中で誰かが明示された場所でだけ同義語として束ね、明示されない場所は「ミス・ベネット（不特定）」として4次叙述または検証で再び決めることです。誤って束ねれば、一人物の定義が別人物の定義を侵食します。

同じ呼称が時点により別人物を指す場合も同じ罠です。「俺だけレベルアップな件」で「影の君主」は職責名であり、初代影の君主の固有名はアスボーン、主人公ソン・ジヌがその力を受け継ぎ二代影の君主になります。一つの呼称が作品の時点によってアスボーンとソン・ジヌの二人を指すので、表題語には職責、固有名、継承関係をともに記しておかなければ、各箇所の「影の君主」が誰かを見分けられません。

自動カウントの限界も確認します。自動カウントは一表題語がほかの表題語の関連キーワード列に何回登場するかを数え、その回数が多いほどhub候補と示しますが、登場回数がIPの核心を意味するわけではありません。「星羅江湖」でほぼすべての武人の強弱を測る基準として現れる「暦法」は被引用回数が非常に高くても、IPの精髄というより背景資料に近いことがあります。逆に引用回数は少なくてもIPの正体を決める表題語があります。どの星座にも属さない「無名星」がその例で、登場頻度は低くても、その空白自体がIPの精髄を成します。自動カウントがhub候補を示したら、人が候補の中から本IPの核心に当たるものをhubとして確定します。この判断は第8章で詳しく扱います。

2次統合を終えて

13列CSVを一度上から下まで見れば、一IPの語彙全体が一画面に入ります。1,500の表題語が並び、各表題語がどの分類と世界観軸に属し、どの別称を持つかが見えます。本IPの語彙全体の地図を初めて一目で確認する瞬間です。

第6章は世界観軸を本格的に扱います。この章で概念だけを押さえた世界観軸がIPごとにどう設計され、9分類とどう直交してVaultの地形を描くかを見ます。

第5章 Wiki表題語に束ねる — 2次統合の決定