3. 修飾関係 3.1. Merge 次に いよいよ 複数の語の組み合わせによって どのように意味が構築されるかということについて考えていこう (3) の Computational System には Numeration を入力とし その中の要素を組み合わせて構造を構築していくための操作 Merge( 併合 ) がある 22 (133) Merge( 併合 ) i. 2 つの要素 (Numeration の中の語彙項目もしくは Merge の結果物 )α, β を選ぶ α と β をつないで 1 つの構築物にする ii. α β 新しく作られた構築物は その構成要素のどちらかを主要部 (head) とし その主要部の素性を持つ 以下では 主要部につながるほうの枝を太く表示して表わすことにする 日本語の場合 原則的に 右側の要素が主要部となる α β (133) の定義は 表現の仕方の細かい点はともかく 大筋においては Chomsky (1995) などで提案されたとおりのものである ただ 一般には この Merge が行われたことによって SR 式がどのような影響を受けるかということが考察されていない 3.2. 名詞の修飾初めに 次のような表現を例にとって考えよう (134) a. 黄色い 1 ハンカチ 2 b. 清潔な 1 服 2 c. 25 歳 1 の男性 2 これらは どれも次のような構造の構築物である (135) α 1 N 2 それぞれの要素の SR 式は次の (a) のようになっている 構築物全体として (b) のような情報に統合されるとすれば 十分直観に合う (136) a. a 1 : 色 ( X )= 黄色い x 2 : 類 = ハンカチ b. x 2 : 類 = ハンカチ, 色 = 黄色い (137) a. a 1 : 状態 ( X )= 清潔な x 2 : 類 = 服 b. x 2 : 類 = 服, 状態 = 清潔な 22 いくら X-bar theory を定めたところで 句構造規則そのものは 学習するべきもの であり 生得的 ( そして言語普遍的 ) なものであるとは考えられない その点で 生得的な Computational System の中で働く操作として Merge が提案されたのは妥当なことである しかし Merge という操作だけでは あまりにも抽象的 / 一般的であり どんな語彙がどんな語彙とも構造を成してしまいかねない そのあたりをどのように制限するのかについても チョムスキー自身はあまり明言していないが おそらく Numeration の段階で どのような順番で Merge を適用するかが ( 少なくとも部分的に ) 指定されている必要があるだろう (3) の図でいうと その指定は Numeration Extractor のモジュールにおいて成されると想定しているが その点については もう少し研究が進んでから まとめて述べる予定である p.20 (SR-110625.doc)
(138) a. a 1 : 年齢 ( X )=25 歳 x 2 : 類 = 男性 b. x 2 : 類 = 男性, 年齢 =25 歳 (a) から (b) を導出する規則を書くことは可能であるが 実は 私たちの想像力はずっと柔軟であり (139) のような表現でも たとえば (140) のように考えて なんとか関係づけてしまう (139) a. メアリ 1 のジョン 2 b. x 1 : 名称 = メアリ x 2 : 名称 = ジョン (140) a. メアリが所有している犬のジョン b. メアリが心底憧れているスターのジョン c. メアリにいつもつきまとっているジョン d. メアリが次に担当する予定になっている顧客のジョン (139a) の表現そのものからは (140) のどれであるか もしくは これ以外に正解があるのかは わからない linguistic SR としては (139b) だけであり 同定ができれば それでよいところであるが 私たちは x 1 と x 2 がどのような 関わり方 をしているのか ということについてもそれをもとにして 私たちはいろいろな背景知識から補って 理解 するだけなのである そこで 修飾構造 (141a) としては 実は α 1 は β 2 に関係がある ということ以上のことは言っておらず それがどのような 関係 であるかは 私たち言語使用者が推論して復元していると考えたい 具体的に書くと 次のようになる (141) 修飾関係がもたらす linguistic SR a. α 1 β 2 b. a. の linguistic SR ( n は 指標 n を持っている表現が導入する x n, e n, a n, v n のいずれかとする ) 1 :... 2 :... 1 (141) は 図式的に書き過ぎて かえってわかりにくく感じるかもしれないが たとえば (141) と同様に α 1 が β 2 を修飾している構造があった場合 その linguistic SR は 次の (b) のところでとどまる という提案である (142) a. a 1 : 色 ( )= 黄色い x 2 : 類 = ハンカチ b. x 2 : 類 = ハンカチ a 1 (143) a. x 1 : 名称 = メアリ x 2 : 名称 = ジョン b. x 2 : 名称 = ジョン x 1 もちろん この が何を意味するのかということが明らかにされなければならない 次のような推論規則でこの記号を定義する (144) 推論規則 a n 's relevance to o n a k :Attribute(o i )=Value j o i :... a k (145) 推論規則 v n 's relevance to o n o i :... Attribute=v j... o i :... v j (146) 推論規則 o n 's relevance to v n v j :Attribute(o i ) v j :... o i p.21 (SR-110625.doc)
(147) 推論規則 o n 's relevance to o m o i :... Attribute=o j,..., Attribute=o k... o j :... o k または o k :... o j (148) 推論規則 relevance transitivity α:... β β:... γ α:... γ (141b) の linguistic SR では が含まれているので この推論規則のいずれかの出力であることになる ここで言語使用者として迫られるのは この式が出てきた元の式 ( つまり 推論規則における の上の式 ) を復元することである このような論理的思考は abduction と呼ばれる この本全体で主張しているのは 言語による意味の伝達には あらゆるところで abduction が関わっているということである 以下 それぞれの推論規則が用いられている例を見ていこう 3.2.1. attribute 追加の abduction 次の例は 典型的な修飾関係の 1 つである (149) a. 黄色い 1 ハンカチ 2 a 1 : 色 ( )= 黄色い x 2 : 類 = ハンカチ a 1 これは の右側に a n が出現しているので (144) の出力結果であることがわかる 23 (144) 推論規則 a n 's relevance to o n a k :Attribute(o i )=Value j o i :... a k 式にあてはめるて考えると 1 行目として (150) があれば この結果が出力されることになる (150) x 2 : 類 = ハンカチ, 色 = 黄色い この式にたどりついたことで 私たちは (149a) の表現を 理解 したという認識になる つまり (144) の推論規則に基づいた abduction では 結果的に 主要部の Object Information に 修飾部が表す Attribute=Value という式を新たに加える効果を持つ 主要部が固有名詞であっても特に変わった点はない (151) a. 母親 1 のメアリ 2 a 1 : 類 = 母親 ( ) x 2 : 名称 = メアリ a 1 c. abduction による導出 (144)<attribute 追加 > x 2 : 名称 = メアリ, 類 = 母親 修飾部分が複数あっても同様である (152) a. 黒い 1 大きい 2 クマ 3 a 1 : 色 ( )= 黒い a 2 : サイズ ( )= 大きい x 3 : 類 = クマ a 2, a 1 c. abduction による導出 (144)<attribute 追加 > 2 回 x 3 : 類 = クマ, サイズ = 大きい, 色 = 黒い 仮に (153) のような表現だと (153c) のような式が出てしまい これは現実的に想像が難しいため 私た 23 さらに a n しか導入しない表現の場合には 必ず (144) が利用されるので (140) のような自由奔放な関係が許されないことも予測できる p.22 (SR-110625.doc)
ちは (153) の表現が わからない と感じてしまう (153) a. 黒い 1 白い 2 クマ 3 a 1 : 色 ( )= 黒い a 2 : 色 ( )= 白い x 3 : 類 = クマ a 2, a 1 c. abduction による導出 (144)<attribute 追加 > x 3 : 類 = クマ, 色 = 白, 色 = 黒い 3.2.2. value 認定の abduction これに対して (154) や (155) のような場合には (145) に基づいて推論が行われている (154) a. 隠蔽 1 の捜査 2 b. e 1 : 類 = 隠蔽, Theme=, Agent= e 2 : 類 = 操作, Theme=, Agent= e 1 c. e 1 : 類 = 隠蔽, Theme=, Agent= e 2 : 類 = 操作, Theme=e 1, Agent= (145)<value 認定 > (155) a. ジョン 1 の隠ぺい 2 b. x 1 : 名称 = ジョン e 2 : 類 = 隠蔽, Theme=, Agent= c. x 1 : 名称 = ジョン e 2 : 類 = 隠蔽, Theme=, Agent=x 1 (145)<value 認定 > (145) 推論規則 v n 's relevance to o n o i :... Attribute=v j... o i :... v j この (145) にもとづいて abduction をする場合には 結果的に 主要部に相当するオブジェクトに関わる value を修飾部で認定することになる 3.2.3. オブジェクト認定の abduction 次の表現には 2 つの意味がある (156) 高校生 1 の子供 2 a. 高校に通っている子供 b. 高校生が産んでしまった子供 高校生 が a n を導入する場合には 3.2.1 節の場合と同様に考えて (157b) のような linguistic SR が派生されるとすればよい 24 (157) a. a 1 : 類 ( )= 高校生 x 2 : 類 = 子供 b. x 2 : 類 = 子供, 類 = 高校生 (144)<attribute 追加 > (157b) では x 2 というモノが 子供 および 高校生 という類に属している ということが述べられているので これは (156a) の解釈に相当する これに対して (156b) の解釈では 高校生 と 子供 がそれぞれ別のモノを指示しているので その SR を (158) のように考えればよい (158) x 1 : 類 = 高校生 v 2 : 子供 ( ) x 1 この場合は (146) の推論規則に基づいて abduction が行われていることになる 24 (157) では 結果的に類という項目名が重複してしまっているが そのこと自体に概念的な不都合はないと考えている どうしても区別をする必要があれば 類 1, 類 2 などと区別をすれば済む話であるが ここでは そのままにしておく p.23 (SR-110625.doc)
(146) 推論規則 o n 's relevance to v n v j :Attribute(o i ) v j :... o i (146) が成り立つためには v 2 : 子供 (x 1 ) を仮定すればいいことになる さらに この式が成り立つならば これは x 1 に関わる Object Information に対する情報でもあるので 理解の結果 (159) が得られる (159) x 1 : 類 = 高校生, 子供 =v 2 v 2 : 子供 (x 1 ) このように 主要部が v n 型の SR 式を導入する表現の場合には (146) に基づく abduction は 主要部に相当する value の持ち主であるオブジェクトの認定と 修飾部に相当するオブジェクトに関わる value の認定が同時に起こることになる 次の例も同様である (160a) の場合には 2 つのモノが想定される解釈になる 25 linguistic SR としては (160b) であるが (146) に基づく abduction の結果 (160c) のような理解に至る (160) a. メアリ 1 の弟 2 b. x 1 : 名称 = メアリ v 2 : 弟 ( ) x 1 c. abduction による導出 (146)< オブジェクト認定 > x 1 : 名称 = メアリ, 弟 =v 2 v 2 : 弟 (x 1 ) (161) a. メアリ 1 の年齢 2 x 1 : 名称 = メアリ v 2 : 年齢 ( ) x 1 c. abduction による導出 (146)< オブジェクト認定 > x 1 : 名称 = メアリ, 年齢 =v 2 v 2 : 年齢 (x 1 ) また 次のように 主要部が o n 型になる表現の場合には この (146) に基づく abduction は 主要部によって 修飾部に相当するオブジェクトに関わる value の認定を行うことになる (162) a. 落ちた 1 石 2 b. e 1 : 類 = 落ちた, Theme= x 2 : 類 = 石, e 1 c. e 1 : 類 = 落ちた, Theme=x 2 x 2 : 類 = 石 したがって o n 型と v n 型のどちらの可能性もある表現の場合には いろいろな可能性が生じる (163) a. 犯人 1 の奥さん 2 ( が自首してきたらしい ) b. a 1 : 類 = 犯人 ( ) x 2 : 類 = 奥さん a 1 c. x 2 : 類 = 奥さん, 類 = 犯人 ( ) (144)<attribute 追加 > (164) a. 犯人 1 の奥さん 2 ( を非難するのは道理に合わない ) b. v 1 : 犯人 ( ) v 2 : 奥さん ( ) v 1 25 (128) では 固有名詞も a n を導入しうると述べたが (i-a) の場合 (i-b,c) のような解釈はできない (i) a. メアリ 1 のアメリカ人 2 b. a 1 : 名称 = メアリ x 2 : 類 = アメリカ人 c. x 2 : 類 = アメリカ人, 名称 = メアリ 日本語では このような内容を表現したい場合には (ii) のような表現をする必要があり 固有名詞が a n を導入で きる環境は かなり限られていることがわかる (ii) メアリ 1 というアメリカ人 2 p.24 (SR-110625.doc)
(164) に対して (146) を適用するためには いったん (165a) のように v 1 と同定されるモノを想定した上で (165b) のようにオブジェクトを認定することになる (165) a. v 1 =X i X i : 類 = 犯人 ( ) (94)< 推論規則 v n o n > b. v 2 : 奥さん (X i ) (146)<オブジェクト認定 > 次の例でも同様である (166) a. 主人公 1 の性格 2 b. v 1 : 主人公 ( ) v 2 : 性格 ( ) v 1 c. v 1 : 主人公 ( ) v 1 =X i X i : 類 = 主人公 ( ), 性格 =v 2 (94)< 推論規則 v n o n > v 2 : 性格 (X i ) (146)<オブジェクト認定 > 次の場合も abduction による解決の仕方が少し複雑であるが ポイントは同じである (167) a. ( 大相撲の野球賭博問題で 警視庁組織犯罪対策 3 課は 19 日までに 恐喝容疑などで ) 現役力士 1 の実兄 2 の元力士 3( を立件する方針を固めた ) b. x 1 : 現役力士 v 2 : 実兄 ( ) x 1 x 3 : 類 = 元力士 v 2 まず v 2 の SR 式を解決するために (146)< オブジェクト認定 > を用いる (168) x 1 : 現役力士, 実兄 =v 2 v 2 : 実兄 (x 1 ) (146)<オブジェクト認定 > x 3 : 類 = 元力士 v 2 さらに x 3 の SR 式を解決するためには (169) のように さらに (146)< オブジェクト認定 > を用いればよい (169) x 1 : 現役力士, 実兄 =x 3 (146)<オブジェクト認定 > x 3 : 類 = 元力士 3.2.4. オブジェクト導入の abduction 主要部の名詞が v n 型でない (170) のような場合 このままでは v 1 と x 2 を関係づける手がかりがないように感じるかもしれない (170) a. 母親 1 のメアリ 2 b. v 1 : 母親 ( ) x 2 : 名称 = メアリ c.??? しかし このような場合でも メアリのジョン について (140) のように考えたのと同様に (147) の推論規則に基づけば 様々な解釈が可能である (140) a. メアリが所有している犬のジョン b. メアリが心底憧れているスターのジョン c. メアリにいつもつきまとっているジョン d. メアリが次に担当する予定になっている顧客のジョン (147) 推論規則 o n 's relevance to o m o i :... Attribute=o j,..., Attribute=o k... o j :... o k または o k :... o j (171) a. 母親 1 のメアリ 2 p.25 (SR-110625.doc)
v 1 : 母親 ( ) x 2 : 名称 = メアリ v 1 c. abduction による導出例 (147)< オブジェクト導入 > v 1 : 母親 ( ) x 2 : 名称 = メアリ E i :... Agent=v 1,..., Patient=x 2... 同様に (172) の場合 通常は (160) のように (146)< オブジェクト認定 > によって解釈されるだろうが (147)< オブジェクト導入 > が関わっている可能性もないわけではない (172) a. メアリ 1 の弟 2 x 1 : 名称 = メアリ v 2 : 弟 ( ) x 1 c. abduction による導出例 (147)< オブジェクト導入 > x 1 : 名称 = メアリ v 2 : 弟 ( ) E i :... Agent=x 1,..., Patient=v 2... (172) は メアリと何らかの関係がある 誰かの弟 という解釈である (173) でも同様である (173) a. 落ちた 1 石 2 b. e 1 : 類 = 落ちた, Theme= x 2 : 類 = 石, e 1 c. O i :... _=e 1,... _=x 2,... (147)<オブジェクト導入 > e 1 : 類 = 落ちた, Theme=_ x 2 : 類 = 石 (173) では 落ちた というコトと 石 というモノが何らかの関係があるという解釈であり 必ずしも その 石 そのものが 落ちた とは限らない (147) が用いられる abduction の場合は 単に 主要部も修飾部もどちらも value になっているような別のオブジェクトが想起される効果を持つ この abduction には 大胆な想像力が必要とされるため よっぽど文脈によってこのような想像が容易になっているときにしか発動されないと言っていいだろう 3.2.5. transitivity 最後に (148) の transitivity を仮定する必要のある例を挙げておく (148) 推論規則 relevance transitivity α:... β β:... γ α:... γ 次のような表現を理解するためには (148) が必要である 人数 は つかまえた というコトが持つ attribute ではなく つかまえた に関わる value であるモノの持つ attribute だからである (174) a. つかまえた 1 人数 2 b. e 1 : 類 = つかまえた, Theme=, Agent= v 2 : 人数 ( ) e 1 c. e 1 : 類 = つかまえた, Theme=X i, Agent= v 2 : 人数 (X i ) (146)<オブジェクト認定 > X i :... e 1 v 2 :... X i v 2 : 人数 ( ) e 1 (148)<transitivity> (174c) では つかまえた人数 が つかまえた というコトの Theme に相当するモノの数という解釈を示したが もちろん つかまえた というコトの Agent に相当するモノの数という解釈も同様に可能である p.26 (SR-110625.doc)
(175) e 1 : 類 = つかまえた, Theme=, Agent=X i v 2 : 人数 (X i ) (146)<オブジェクト認定 > X i :... e 1 v 2 :... X i v 2 : 人数 ( ) e 1 (148)<transitivity> 3.3. まとめ 2.7 節であげた表を再掲する (132) e n x n v n a n 1 落ちた V 2 若い すごい V 3 北京オリンピック V V 4 事件 隠蔽 V V 5 ジョン V V 6 先生 高校生 V V 7 25 歳 5 人 7kg 4 杯 V V 8 目標 夢 (value が e n に相当するもの ) A A 9 犯人 作者 弟 (value が x n に相当するもの ) A A 10 年齢 人数 (value が e n にも x n にも相当しないもの ) A A これらが修飾構造として組み合わされると 次のようになる ( ここでは 主要部が動詞 / 形容詞になる場合を除外して考える )(177) の表では 一番左の欄に並んでいる要素を α 1 とし 一番上の欄に並んでいる要素を β 2 としたときの例文番号を示した (176) α 1 β 2 (177) 3 4 5 6 7 8 9 10 主要部 1 (162), (173) (178), (174) 2 (149) 3 (179) (180)(181) 4 (182),(154) (183) (184) (185) 5 (155) (186) (160), (172) 6 (157), (158) (187), (188) 7 (189) 8 9 (151), (171) (167) (163), (164), (166) 10 修飾部 (144) 推論規則 a n 's relevance to o n a k :Attribute(o i )=Value j o i :... a k (145) 推論規則 v n 's relevance to o n o i :... Attribute=v j... o i :... v j (146) 推論規則 o n 's relevance to v n v j :Attribute(o i ) v j :... o i p.27 (SR-110625.doc)
(147) 推論規則 o n 's relevance to o m o i :... Attribute=o j,..., Attribute=o k... o j :... o k または o k :... o j (148) 推論規則 relevance transitivity α:... β β:... γ α:... γ (178) a. つかまえた 1 場所 2 b. e 1 : 類 = つかまえた, Theme=, Agent= v 2 : 場所 ( ) e 1 c. e 1 : 類 = つかまえた, Theme=, Agent=, 場所 =v 2 v 2 : 場所 (e 1 ) (146)<オブジェクト認定 > (179) a. 事件 1 の被害者 2 b. e 1 : 名称 = 事件 v 2 : 被害者 ( E ) e 1 c. e 1 : 名称 = 事件, 被害者 =v 2 (146)< オブジェクト認定 > v 2 : 被害者 (e 1 ) (180) a. 北京オリンピック 1 の参加者数 2 b. e 1 : 名称 = 北京オリンピック v 2 : 参加者数 ( ) e 1 c. e 1 : 名称 = 北京オリンピック, 参加者数 =v 2 (146)< オブジェクト認定 > v 2 : 人数 (e 1 ) (181) a. 東北地方太平洋沖地震 1 の死亡者数 2 b. e 1 : 名称 = 東北地方太平洋沖地震 v 2 : 死亡者数 ( ) c. e1:name= 東北地方太平洋沖地震, 死亡者数 =v 2 v 2 : 死亡者数 (e 1 ) (146)<オブジェクト認定 > (182) a. 隠蔽 1 の事実 2 b. a 1 : 類 ( )= 隠蔽 e 2 : 類 = 事実 e 1 c. e 2 : 類 = 事実, 類 = 隠蔽 (144)<attribute 追加 > (183) a. 隠蔽 1 の荒野 2 b. e 1 : 類 = 隠蔽, Theme=, Agent= x 2 : 類 = 荒野 e 1 c. e 1 : 類 = 隠蔽, Theme=, Agent= x 2 : 類 = 荒野 e 1 O i :... _=e 1,... _=x 2,... (147)< オブジェクト導入 > (184) a. 隠蔽 1 の動機 2 b. e 1 : 類 = 隠蔽, Theme=, Agent= v 2 : 動機 ( E ) e 1 c. e 1 : 類 = 隠蔽, Theme=, Agent=, 動機 =v 2 v 2 : 動機 (e 1 ) (146)<オブジェクト認定 > (185) a. 事件 1 の共犯者 2 b. e 1 : 類 = 事件 v 2 : 共犯者 ( ) c. e 1 : 類 = 事件, 共犯者 =v 2 v 2 : 共犯者 (e 1 ) (146)<オブジェクト認定 > p.28 (SR-110625.doc)
(186) a. ジョン 1 の目標 2 b. x 1 : 名称 = ジョン v 2 : 目標 ( ) c. x 1 : 名称 = ジョン, 目標 =v 2 v 2 : 目標 (x 1 ) (146)<オブジェクト認定 > (187) a. テスト 1 の平均点 2 b. x 1 : 類 = テスト v 2 : 平均点 ( ) c. x 1 : 類 = テスト, 平均点 =v 2 v 2 : 平均点 (x 1 ) (146)<オブジェクト認定 > (188) a. 商品 1 の値段 2 b. x 1 : 類 = 商品 v 2 : 値段 ( ) c. x 1 : 類 = 商品, 値段 =v 2 v 2 : 値段 (x 1 ) (146)<オブジェクト認定 > (189) a. 二人 1 の年齢 2 b. x 1 : 人数 = 二人 v 2 : 年齢 ( ) c. x 1 : 人数 = 二人, 年齢 =v 2 v 2 : 年齢 (x 1 ) (146)<オブジェクト認定 > 問題 3.3 表の空欄部分に相当する具体的な例を考え その修飾構造では どの推論規則が呼び起こされるかを書きなさい 書き方は 上の例に準じること p.29 (SR-110625.doc)