架空文字の名前変換と復号

規則どおりの刻印でも、別の名前に読める

架空世界の駅、人、家に使う名札を描きました。他の記号と並べても見栄えがよく、一つ一つの対応規則も説明できます。それでも、その規則を守る読者が何を復元するかは、まだ決まっていません。長い一つの対応が短い二つと重なったり、一記号へ二つの展開先を与えたりすると、どの規則も破らずに別名が現れます。

この道具は、作者が入力した文字どおりの対応を使います。入力全体を区切れる導出を数え、一部の例を表示し、同じ出力を作る表示例は一つのカードへまとめます。表示した出力ごとに逆方向も全件調べ、そのうち何件が正確な元入力へ戻るか検証します。別の結果があるなら、実際にそこへ至る規則の並びを反例として示します。

実在言語を自動で翻字するサービスではありません。既定の記号に、推定した発音、文化的意味、歴史的な文字の権威はありません。実在の表記慣習を使う作品なら、その資料は別に調べます。ここでは、小さな文字体系の契約を作者が明示し、道具がその契約の範囲を正確に調べるという役割分担です。

創作例：二つの読みを持った駅名札

新しい模型鉄道には、VarenとValiという二つの駅がありました。どちらも制作者の架空世界の名称です。名札を描く担当者は記号を自由に作れました。作業表ではvaを△、renを□とし、varenという名前全体も△□と書けます。四つ目の規則では、liにもrenと同じ□を割り当てていました。

公開日に、最初の来場者が二記号の駅名札をValiと読みました。担当者は全体名の規則を指し、これはVarenだと言います。二人とも表を無視したわけではありません。来場者はvaとliをつなぎ、担当者はvarenを一単位として使っていました。制作者は、もっと丁寧に印刷すれば解決する問題ではないと気付きます。

分けて決めるべき点が二つありました。Varenは、全体一単位でもvaとrenの二単位でも同じ記号へなります。この重複では名前自体は変わりません。しかし、□を共有したことで、逆方向にvaliという別の結果が生まれます。担当者は区切り方の複数性と、異なる名の読みを同じ種類の不確かさとして扱っていたのです。

運行用の時刻表では、制作者がliを●へ変更しました。Valiの名札を区別できるようになります。Varenを作る二つの導出は、どちらも正確な同じ元文字列へ戻るため残しました。展示の横には、旧名札がなぜ別の名に読めたかを示す小さな草稿を置きました。一意に読めるはずの指示を誰かが理解できなかったと決め付けず、設計上の判断を説明できます。

模型鉄道、制作者、担当者、来場者、文字規則はオリジナルの創作です。VarenやValiという実在名の性質を主張していません。四つ目の対応を意図して残すなら、曖昧な名札を謎の手掛かりにすることもできます。人物は別の文脈から読みを選ぶ必要があります。ただし、その迷いが場面に対して公平かどうかまで、文字変換だけで決まるわけではありません。

自作でも、liへ割り当てた四角を別記号に変える反事実を試し、逆方向の件数を見てください。文章の駅名だけ直し、刻印を変えなければ同じ衝突が残るかもしれません。意味のある改名には、作中の他人が実際に目にする表現も含めて検討します。名前の説明だけでなく、受け取る側の資料を点検するための例です。

言語だと呼ぶ前に、対応を明示する

規則はid、plain、encodedだけを持ちます。idは英字始まりで、英数字、下線、ハイフンを四十文字まで使う固有ラベルです。対応の各側は一〜八Unicodeコードポイント、十六UTF-16単位以内で、制御文字を含めません。一〜八十規則を受け入れます。空の単位を消費・生成する規則は許さず、空展開によって導出が無限に増えることを防ぎます。

idが違っても、同じ対応組を重複して記録することは拒否します。それは別の書き方でなく、同じ記録を数え直すだけになるためです。元の側の共有、記号側の共有、接頭部の重なりは許可します。まさに、その影響を調べたいからです。共有表は文字列の繰り返しを示し、現在の入力にどう作用するかは、全体を区切る計算から判断します。

既定の四規則はvaから△、renから□、varenから△□、liから□です。作者が決めた単位であり、音節や翻訳の事実を主張するものではありません。かなや補助平面の記号なども使えますが、道具はその発音を決めません。表記単位の対応は宣言した操作で、語源の証拠ではありません。架空の意味付けと実在資料にある意味は、作品のメモでも区別してください。

比較は完全一致です。Unicode正規化、大小文字の同一視、句読点の除去、不明文字の自動処理はしません。合成済みの文字と、見た目が近い分解された並びで、動作が違う場合があります。実際の画像やゲームデータで使う正確な文字列を保持し、このモデルの外で正規化するなら、その方針を先に明示してください。

長く一致した規則より、入力全体を読む

入力は八十コードポイントかつ百六十UTF-16単位以内です。encodeでは元単位から記号へ、decodeでは記号から元単位へ変換します。各位置で一致する全規則を考え、終端まで届く区切り方だけを導出として扱います。その場所で長く見える一致が、自動的に正しいとは限りません。

たとえばabc、ab、cdを消費できる規則があり、入力がabcdだとします。先にabcを選ぶと、残りのdに規則がありません。abの後にcdを選べば、入力全体を処理できる場合があります。最長一致だけの近道では、その経路を逃します。検証表では、実際に完成まで届いた規則idと元の範囲を示すため、作者が区切りを確かめられます。

範囲は1始まりのコードポイント位置です。バイト数やUTF-16単位数ではありません。補助平面の一記号を二つの文字として数えず、元入力と導出の対応を読めます。ただし、その単位が読者に見える一文字や、承認済みの発音区切りと一致するとは認定しません。見た目、音、文字列処理の単位を、一つの説明にまとめないでください。

完全な区切り方がなければ、結果は空です。到達できた最も遠い接頭部と、その後の残りを表示します。これは一つの到達点を使う診断で、そこまでの全区切り方が正しかったとか、残りの一文字だけ直せばよいという断言ではありません。知らない部分を捨てて、きれいな刻印を無理に完成させる処理はしません。

導出の数と、異なる名前の数

既定のvarenの符号化には二つの導出があります。一つは全体名の規則、もう一つはvaとrenです。どちらも△□へなります。表示した二導出を一つの出力カードへまとめても、それぞれの元範囲と規則は残します。このカードを「二つの違う名前」と呼ぶのは正確ではありません。

△□を復号すると三導出になります。全体規則はvaren、vaとrenもvaren、vaとliはvaliです。全てを表示したこの例では、三導出と二種類の復号名があります。片側の共有だけが説明の全てではありません。長さの違う単位をどう区切れるかによっても、完成できる組合せが変わります。共有欄を見ただけで、現在の名が必ず曖昧だと決めないでください。

表示上限一〜十二件は、順方向の導出を何件見せるかだけを制限します。総導出数は正確な十進文字列で残します。三導出のうち一つしか見せないなら、異なる出力を全て列挙したとは言えません。残りを未検査の範囲として示し、一枚の表示カードを一意性の証明に変えません。見えていない別名がないかという問いを、表示件数で済ませないためです。

規則を意図して冗長にしている場合、この区別は特に役立ちます。一つの選んだ名に複数の表記を認めることも、一表記に複数の単位境界を認めることもあります。その設計を残しながら、本当に違う復号文字列だけを調べられます。導出数が二以上という理由だけで、有用な重複を全て取り去る必要はありません。

逆方向へ、何が元に戻るか尋ねる

表示した各出力について、逆の完全導出が何件あり、そのうち何件が現在の正確な元入力へ戻るかを求めます。順方向の表示上限とは独立して、逆方向の全グラフを使います。いくつかの帰り道を抽出し、残りも同じだろうと仮定する検査ではありません。

元入力varenでは、△□の逆導出は三件、varenへ戻るのは二件です。残りはvaliとなり、その規則の並びを具体的な反例として確認できます。liを●へ変えると、△□の逆導出は二件となり、両方がvarenへ戻ります。区切り方は一つでなくても、この特定の入力に対する逆の結果は一致した、という結論です。

検証範囲は、表示した一出力と現在の元入力です。架空文字体系全体が、あり得る全ての名前で可逆だと保証するものではありません。decodeではvarenもvaliも、逆に符号化すると元の△□へ戻せますが、それで復号名が一意になるわけではありません。各候補が逆に正しく戻っても、順方向で異なる名前が複数あれば、選択は未解決として残ります。

大量の導出も、件数を不正確な数値の点数へ変えずに数えます。しかし、その数は有限計算の性質であり、読者がどれほど混乱するかの測定値ではありません。実際の認識、周囲の文脈、組版には、この文字対応だけでは答えられない問いがあります。手掛かりとして採用する判断は、その範囲を理解して行います。

元資料を変える前に、反対側で試す

逆方向で調べる操作は、表示した出力を入力欄へ入れ、方向を反転します。現在の規則、元文字列、方向、表示上限、非公開文脈を確認してから変更します。表示後にそれらを直した場合は、先に再計算します。古い刻印を、新しい作業表にも通用する証拠として扱わないためです。

極端な生成出力では、編集入力の八十コードポイントを超える場合があります。その出力の逆検証は計算しますが、無効な長さを入力欄へ挿すボタンは出しません。作業表の明示した上限であり、黙って切り詰める処理ではありません。新しい元入力として編集する必要があるなら、作者の表現範囲を短くするか、別に分けてください。

非公開の物語文脈には、時刻表、個人の印章、信頼できない引用、意図した謎の曖昧さなど、使い道を残します。メモは解析規則を変えず、実在文化の事実にもなりません。後から戻ったとき、なぜ対応を残したり直したりしたかを理解する助けです。技術的に一意であることと、物語上よい選択であることを一緒にしないでください。

コピー、保存候補、比較、監査の書き出しには、正確な規則、入力、導出追跡、逆結果、私的な物語メモを含みます。制作プロジェクトは編集可能な作業表を復元するもので、プレイヤーへ渡せるネタばらしのない素材ではありません。共有相手を確認して使います。次に問いたいのが制作枠への収まりなら、組版や注音の道具で実際の表示を別に確認できます。

実在言語の翻字をしますか

しません。作者が架空の対応を入力します。完全一致で確かめるのはその規則内の動作であり、正式な読み、文化的意味、実在文字の使用例ではありません。

導出が二つなら名前も二つですか

限りません。異なる規則列が同じ刻印を作り、逆方向の両経路が同じ元の名前へ戻る場合があります。表では導出数と表示された異なる出力を分けます。

表示上限を減らすと逆方向の検証も減りますか

表示する順方向の導出だけを制限します。表示した各出力について、逆方向の全導出数と元に戻る全件数を検証します。表示していない別出力を個別に調べたとは扱いません。

帰還に成功すれば文字体系全体が可逆ですか

違います。今回の入力と規則による表示出力の結論です。別の名前や境界も調べます。共有単位の警告だけで全ての使用例の成功や失敗を決められません。