辞書作りのシステム化は“辞書の定義”まで変えるかもしれない 『大辞林』編集長インタビュー (1/3)

「分からない言葉があったら引く」以外の使い方も生まれるかも。

[ねとらぼ]

　制作期間10余年、数十人規模の制作チーム、かつて膨大な手作業により指紋が消失する者もいた。―――　これは巨大な建造物ではなく、“辞書”という1冊の本の話です。2019年9月、大型国語辞書『大辞林』（三省堂）から、13年ぶりの全面改訂となる第4版が刊行。本記事は、映画「舟を編む」の制作にも関わった編集長・山本康一さんへのインタビュー企画・第3回となります。

　今回は前回、前々回にもチラッとでてきた「辞書作りのシステム化」を中心に伺いました。ユーザー側には見えにくい側面ですが、実は“辞書の定義”まで変えてしまう大きな転換点になっているようです。

取材参加者

• 山本康一さん：『大辞林』第4版編集長
• ながさわさん：数百冊の辞書を保有する辞書コレクター。暇さえあれば辞書を引いている
• ねとらぼ編集部

約20年前から進められていた“辞書のシステム化”

―――　前回、『大辞林』は第3版（2006年刊行）のころから自動組版（紙面などのレイアウトの自動化）に取り組んでいるというお話を伺いました。具体的にはどんなことを？

編集長：20年近くかけて「XML（※）で辞書を設計する」という方針をかなり突き詰めてやってきました。辞書の項目は「見出し」「語義解説」「用例」などから構成されますが、それらのレイアウトに関わる要素をしっかりデータ化しておくことで、“同じデータをさまざまなレイアウトで出力できる”ようにしています。

※XML：「タグ」で文字列を挟むなどして、文章の意味や構造を記述するマークアップ言語。例：＜midashi＞これは見出しです＜/midashi＞　＜gogi＞これは語義解説です＜/gogi＞

ながさわ：従来、人間が作ってきた辞書をシステム化したわけですね。

編集長：これがない時代は困りましたね。例えば、語義が複数あってそれぞれに番号が振られているとき。語義番号には丸で囲った数字のほか、白抜き漢数字、黒抜き漢数字などが使われることがあるのですが、その階層構造に悩んだことがあります。「白抜き漢数字は黒抜き漢数字よりも上なのか、下なのか、それとも同列なのか」という。

　もちろん、辞書内の凡例に関するページを見るとルールが書いてあるんですが、当時の編集長に聞いたら「それはケースバイケースだ」と言っていて。

―――　困ってしまいますね、ルールがあるのにケースバイケースとは

編集長：結果的に言えば、ほぼ凡例通りになっていたんですけどね。第3版でXMLを採用するとき全て調べました。

　でも、システム化した方が「本当にそうなっているのか」が分かりやすくなる。データが正しくできているか検証するプログラムもあるので、そういう意味でも整合性が保ちやすいと思います。

―――　XMLでは独自のタグを定義することが可能。言ってみれば「辞書のデータをどう分類したり、構成したりするか」が自分で決められるわけですが、『大辞林』にはどれくらいタグがあるのですか？

編集長：XMLには「要素」「その要素の属性」というものが設定されるのですが、全部合わせて300種類ほどでしょうか。

ながさわ：そんなにあるんですか!?

編集長：自動組版のためにデータの意味を隅々まで定義して構造化する必要がある……という事情もありますが、さらに編集履歴や言葉のジャンル、位相（年齢、地域、会話・文章などで現れる言葉の意味の違い）といったユーザーには見えないメタ情報も含まれています。これからもどんどん進化していくと思います。

ながさわ：そういったデータを利用して、別の検索方法も利用できるようになったら面白そうですね。例えば、語釈の“類義語”にあたる箇所を検索に利用して、似た意味の言葉を抽出するとか。

編集長：編集支援システム上では可能です。というか、それができないと役に立たない。正規表現を使って、欲しいデータをピンポイントで拾ってくることもできます。

―――　私が学校で教わった辞書の使い方は「言葉が50音順に並んでいて、分からない言葉があったら引く」くらいでしたが、検索方法が変わるならもっと違うことができるかもしれませんね