単数・複数の方向 — 文法の変化も「方向」になる、不規則変化さえも

「方向=意味」(#049) では国→首都、性別ベクトル (#050) では王→女王を見た。本記事は3本目 ── 文法の変化 すら方向になる、という例だ。そしてこの例には、前の2つにはない 決定的に面白いポイント がある。

定義 — 「複数にする」も、ひとつの方向

埋め込み空間で、単数形と複数形のペアを結んでみる。cat → cats、king → kings、dog → dogs。すると、もうお馴染みのパターンが現れる ── これらの矢印は、どれもほぼ同じ向き・同じ長さ になる。

その共通の向きが、「複数にする」という意味の差。国→首都、王→女王と同じ仕組みが、文法の変化にもそのまま効いている。

図1: cat→cats も king→kings も同じ向き。そして注目は person→people ── 不規則変化なのに、矢印は同じ向きに乗る

本題 — 不規則変化が「同じ向き」に乗る、という事件

ここからが、この記事の核心だ。英語の複数形には、御託の言う通り 不規則変化 がある。person→people、child→children、foot→feet。「最後に s を足す」という 文字のルール は、これらの前で破綻する。

ところが、埋め込み空間では ── person→people の矢印も、cat→cats とほぼ同じ向きに乗る。文字面はまったく違うのに、だ。

図2: 文字のルールは不規則変化で破綻する。意味の方向は文字を見ていないので、不規則変化も同じ向きに乗る

これが何を意味するか。埋め込みは、文字の形を操作しているのではなく、「単数のモノ」と「複数のモノ」という意味の関係そのものを、空間の向きとして掴んでいる ── ということだ。「+s」 の暗記でも、不規則変化の例外リストでもなく、大量のテキストの中で cat と cats、person と people がどう使われるかから、同じ関係なら同じ向き、という構造が勝手に立ち上がる (#022)。

時制(walk→walked)、比較級(big→bigger)、国籍(Japan→Japanese)── 同じことが、いろいろな文法・意味の関係で確認されている。言葉の規則性が、空間の幾何学として浮かび上がる。埋め込みの一番美しいところだ。

ちなみに — 日本語には「複数形」がほぼ無い

ここまで英語の例ばかりなのには、理由がある。日本語は「猫が1匹」でも「猫が3匹」でも 「猫」のまま ── 文法としての複数形を、ほとんど持たない言語だからだ。

では日本語では意味の方向が使えないかというと、そうではない。「東京→日本」「行く→行った」のような 意味・活用の関係 は、日本語の埋め込みでも同じように方向として現れる。言語ごとに 「どんな関係が方向になるか」 は違うが、「関係が向きになる」という仕組み自体は共通 ── ここを押さえておけば十分だ。

コンサル感覚 — 「表記のゆれ」を意味で束ねる

本記事の核心メッセージは 「AIは文字の形ではなく、意味の関係で言葉を扱っている」。これが実務で効く場面は、はっきりしている:

① 検索・分析が 「表記ゆれ」 に強い理由を説明できる: 「子供/子ども/こども」「サーバ/サーバー」── 文字としては別物でも、意味の空間では ほぼ同じ位置 に来る。AI検索が表記ゆれを越えてヒットするのは、文字合わせではなく 意味の位置合わせ をしているからだ。

② ルールベースとAIの使い分けが語れる: 「最後に s を足す」式の 文字ルールは、例外で破綻する。例外が多い・列挙しきれない業務(類義語の吸収、あいまいな問い合わせの振り分け)ほど、ルールベースより 意味ベース(埋め込み) が向く。逆に、例外ゼロの厳密な処理(金額計算、コード変換)はルールのままが正しい。この線引きを示せると、提案の精度が上がる。

③ 「例外も含めて構造を掴む」のは、優れた現場感覚と同じ: マニュアルの字面ではなく、仕事の 「関係」 で覚えている人は、例外的な状況にも応用が利く。AIの埋め込みがやっているのは、それの計算版だ ── と言えば、埋め込みの価値が一言で伝わる。