DHM 089【前編】

《連載》「欧州・中東デジタル・ヒューマニティーズ動向」第9回

「テクスト・リユースと間テクスト性研究の歴史と発展」

デジタル・ヒューマニティーズにおけるテクスト・リユース研究は現在ヨーロッパにおいて発展している。テクスト・リユース（text reuse、あるいは、text re-use）とは、引用、引喩、パラフレーズ、剽窃、諺、イディオム、言い回しなど、あるテクストを元に統語的、または意味的に同一な、または、類似性のあるテクストを用いる人間の創作活動においてよく起こる現象のことである。ここでは、イディオムや諺、言い回しも、リユースであると認識される。テクスト・リユースはコンピュータ言語学の分野で発達した概念だが、それは、ヨーロッパにおける哲学・文学理論で発達した「間テクスト性」と扱う対象が似ている。そのため、現在、デジタル・ヒューマニティーズの分野で両者の統合が盛んに行われている。この研究では、起源となったテクストをソース・テクスト、簡略化して「ソース」、ソースの要素が用いられた（「再利用」された）テクストをターゲット・テクスト、または「ターゲット」と呼ぶ。

まず、最も代表的なテクスト・リユースとして、引用が挙げられる。引用は、ソースとターゲットの違いの度合いに応じて、そのままの引用（verbatim quotation）、多少の変化はあるがそのままに近い引用（near-verbatim quotation）などがある。変化の度が大きすぎるとパラフレーズになる。引用する際に、近代以前の著者は、しばしば引用した文章の語句を、ターゲットの文脈に合わせて、比較的に自由に変化させることが多い。また、引用元を明示しないことも多々ある。現代ならば、パロディやオマージュといったジャンルでない限り、引用は忠実な引用でなければならず、引用元も明示しなければ、「剽窃」として非難されるが、近代以前は必ずしもそうではなかった。一方、引喩（allusion）は、ソース・テクストの内容やイベントをターゲット・テクストで言及し、読者にソースの内容を想起させてターゲット・テクストを解釈させる手法である。日本古典文学では、（諸説あるが）和歌の本歌取りが有名である。引喩に関しては、他の定義もあり、研究者間で多少の違いはあるものの、引用が（無論意味も含むが）統語的テクスト・リユース（syntactic text reuse）の代表格であるのに対して、引喩は意味的テクスト・リユース（semantic text reuse）の代表格である。

テクスト・リユースはコンピュータ言語学の用語として発達してきたが、それは、主に、テクスト・リユース探知の分野においてである。テクスト・リユース探知（text re-use detection）とは、簡単にいえば、1つ以上のテクストをコンピュータに与え、コンピュータにそ（れら）のテクストの中からテクスト・リユースを見つけさせる技術である。多くの場合は，比較されるテクストは1つ以上であり、言語は同一のものだが、1つのテクストのなかで類似するフレーズを探すのもテクスト・リユース探知に入る他、最近では複数言語間のテクスト・リユース探知も研究されている。テクスト・リユース探知は、コンピュータ言語学の分野において、データ・マイニング（data mining）をテクストに応用したテクスト・マイニング（text mining）の発展の中で開発されてきた剽窃探知のプログラムを中心に発展し、近年、この技術が、剽窃という社会的悪を発見するという実用的なものでなく、近代以前の、引用元や引喩元を明示しない文化におけるテクスト・リユースを研究する、という純学問的・人文学的な目的で用いられるようになったものである。

哲学や文学理論の分野では、コンピュータ言語学から発展してきたテクスト・リユースとは別に、「間テクスト性」（intertextuality/intertextualité）という概念が発達してきた。ブルガリア系フランス人哲学者ジュリア・クリステヴァ（Julia Kristeva）、1969年に発表された著書において、ロシアのミハイル・バフチン（Mikhail Bakhtin）のカーニヴァル論やオーストリアのジークムント・フロイト（Siegmund Freud）の精神分析学、そしてスイスのフェルディナン・ド・ソシュール（Ferdinand de Saussure）のアナグラム論に影響を受けた「間テクスト性」という概念を発表した。間テクスト性とは、テクストにおいて、他のテクストから取られた様々なテクストの断片が互いに交差しているという性質のことである[1]。この「間テクスト性」の研究は、ジェラール・ジュネット（Gérard Genette）らによって、洗練され、ハイパーテクストなど様々な種類の間テクスト性の関連概念が編み出された[2]。筆者の研究する初期キリスト教文学の分野でも、この間テクスト性の研究が盛んになってきている。例えば、この分野を含む学会で最も大きなものとして聖書文学会（Society of Biblical Literature）があるが、オンライン上で公開されている当学会のアメリカでの年次大会のアブストラクト・ブックを調べると、intertextualityのタイプ頻度は年々増えている傾向にある。

間テクスト性を生み出したフランス、そしてその隣国のドイツでは、哲学から出た間テクスト性の研究とコンピュータ言語学から生じたテクスト・リユース研究を統合させる動きが、デジタル・ヒューマニティーズの世界で起こっている。初期のものとしては、Biblia Patristica[3]のデジタル化が挙げられる。Biblia Patristica はキリスト教のいわゆる教父文学[4]における聖書からの引用や引喩のリストであるが、最初は、紙媒体で出版されたのみであった。しかし、フランス国立科学研究センター（Centre National de la Recherche Scientifique、略して CNRS）の BiblIndex（https://www.biblindex.info/）というプロジェクトによって全てオンラインでクエリによる検索が可能なデータベースとなって公開されている。これは、テクスト・リユースのデータのデジタル化・データベース化のプロジェクトとしては非常に優れたものであるが、テクスト・リユースは自動で探知されたものではない。

西洋古典学における初期の自動テクスト・リユース探知（automatic text reuse detection）のプログラムとして、Tesserae[5]が挙げられる。これはアメリカのニューヨーク州立大学バッファロー校の Neil Coffee のチームが開発しているもので、彼らの論文によれば、ウェルギリウス（Vergilius）の『アエネイス』（Aeneis）とルカヌス（Lucanus）の『ファルサリア（内乱）』（Pharsalia/The Civil War）において、それまでの西洋古典学の学者たちが見つけることができなかったテクスト・リユースを Tesserae は46も発見した。

近年では、タフツ大学の Perseus Digital Library（http://www.perseus.tufts.edu/）のリーダーである Gregory Crane が率いるライプチヒ大学のフンボルト・デジタル・ヒューマニティーズ講座はこの分野の研究で突出してきている。このライプチヒ大学において Marco Büchler は、古典文学におけるテクスト・リユース探知で博士論文を書き、その後、古代ギリシア語最大のコーパスである Thesaurus Linguae Graecae で自動でテクスト・リユースを探知する eAQUA（http://www.eaqua.net/）、そして、eTRACES プロジェクト（https://dig-hum.de/forschung/projekt/etraces）で TRACER という汎用テクスト・リユース探知ソフトウェアを開発し2015年から、ドイツ連邦教育・研究省の4年間1.6万ユーロの助成金を獲得し、ゲッティンゲン大学のゲッティンゲン・センター・フォー・デジタル・ヒューマニティーズおよびコンピュータ科学研究所の eTRAP リサーチ・グループ（https://www.etrap.eu/）で開発が引き継がれた。現在は、英語、ドイツ語、古代ギリシア語、ラテン語、チベット語、コプト語、ヘブライ語、アラビア語でこのソフトウェアの成功例がある。筆者は、このプロジェクトのコプト語のパートにコプト学者として参加し、西暦 4–5 世紀に生きた上エジプトの修道院長であるアトリペのシェヌーテの著作にある古いコプト語訳聖書からの引用・引喩を探すのに用いている。見つかった聖書からの引用は、コプト語訳聖書で見つかっていない箇所のものもあり、聖書のうち紀元後2–4世紀になされた非常に古い訳から取られたはずなので、コプト語訳聖書のみならず、ギリシア語新約聖書や70人訳旧約聖書の本文批評学[6]にとって重要なものも数多い。

現在、例えば、シェヌーテの『第六カノン』というテクストで、19世紀末から、すでに引用が過去の研究者によって研究された部分だけでも、旧約聖書の詩篇だけで14の未発見の引用が見つかっている。『第六カノン』は、未発表の断片も全体の5分の1ほどあり、筆者たちはそのデジタル・エディションを作成しているが、その部分でも多数のテクスト・リユースが発見されている。いったん Karl Heinz Kuhn によって引用と引喩が隅々まで研究された[7]、シェヌーテの弟子のベーサの手紙・説教集と旧約聖書の詩篇からは18の未発見の引用が TRACER によって発見された。現在、よりレンマ化などを洗練させたコーパスで再度分析を行なっている。これらの結果は筆者の博士論文で詳述される。

TRACER は WordNet のデータを与えると、意味論的テクスト・リユースをより多く発見できるようになる。そのため、現在は、コプト語の WordNet をオスロ大学の Laura Slaughter と 南洋理工大学の Luís Morgado da Costa とともに開発している。また、テクスト・リユースの結果を用いて、様々な視覚化がなされた Web ページが、ライプチヒ大学の Stefan Jänicke が開発した TRAViz によって JavaScript を用いた HTML として生成される。

ライプチヒ大学の Monica Berti が主に執筆しているブログである Fragmentary TextsQuotations and Text Re-uses of Lost Authors and Works（http://www.fragmentarytexts.org/）では、TEI などテクスト・リユースに関わる事項がよく解説されているほか、アテナエウス（Athenaeus）などのテクストのテクスト・リユースの TEI XML によるマーク・アップの例、そして X テクノロジーを駆使したテクスト・リユースの視覚化のデモを見ることができる。Monica Berti や Gregory Crane をはじめとするこの fragmentarytexts.org のプロジェクトの成果は、論文として発表されている[8]。また、アテナエウスの XML を用いたデジタル・エディションの諸相は Digital Athanaeus（http://www.digitalathenaeus.org/）で公開されている。

最近では、Wikipedia のデータを活用した Picapica（https://www.picapica.org/）という新しいテクスト・リユース・ツールが登場したが、これはいくつかの現代語にしかまだ対応していない。

以上、まとめると、DHにおけるテクスト・リユース研究には次の3つのカテゴリーが設けられる。

1. 自動テクスト・リユース探知（Tesserae、TRACER、Picapica など）
2. テクスト・リユースのマーク・アップ（TEI、fragmentarytext.org など）
3. 古いテクスト・リユースの情報源のデジタル・データベース化（BiblIndex など）

この分野は Gregory Crane 率いるライプチヒ大学の Global Philology プロジェクト（http://www.dh.uni-leipzig.de/wo/projects/global-philology-project/）などで学術交流が促進され、筆者もそこで Historical Text Reuse Data Workshop（http://www.dh.uni-leipzig.de/wo/historical-text-reuse-data-workshop/）など、2016年から2017年にかけてライプチヒおよびゲッティンゲンで開催された多数の会議およびワークショップに参加した。ハーヴァード大学の Donald Sturgeon が Chinese Text Project プロジェクト（https://ctext。org/）に関して Global Philology が主催した Global Philology Open Conference（http://www.dh.uni-leipzig.de/wo/events/global-philology-open-conference/）と Global Philology: Big Textual Data（http://www.dh.uni-leipzig.de/wo/events/global-philology-big-textual-data/）で行った2つの発表のように、ヨーロッパ・中東の文献以外の DH における優れたテクスト・リユース研究も知ることができ、大変有意義であった。下の図2は Chinese Text Project（https://ctext.org）におけるテクスト・リユースの一例を表示している画面である。Global Philology のリーダーである、ライプチヒ大学フンボルト・デジタル・ヒューマニティーズ講座教授の Gregory Crane は、DH におけるオープンデータ、オープンソースを推進しており、彼の関係したプロジェクトは、その多くがコードやソースがオープンで入手可能である。ライプチヒ大学における Marco Büchler の博士論文での研究が元になった TRACER も GitLab でコードを手に入れることができる（https://vcs.etrap.eu/tracer-framework/tracer）。