【ITニュース解説】What Makes a Novel Read Well? Literary Research, Editorial Craft, and Manuscript Data

小説や物語が「読みやすい」と感じられるのはなぜか、そして編集者や読者が「この章はだれている」と感じる理由は何なのか。これは長らく直感や経験に頼って判断されてきた問題だったが、近年、データ分析とITの力を借りて客観的に解明しようとする試みが進んでいる。システムエンジニアを目指す皆さんにとって、この分野は、IT技術がどれほど多様な領域に応用できるかを示す興味深い事例となるだろう。

過去10年間、計算文学研究や実証的な編集研究という分野では、何千もの小説を分析し、どんなテキストパターンが文学的な技巧、読解の流暢さ、そして商業的な読者エンゲージメントと相関するのかを探っている。例えば、『The Bestseller Code』（2016年）という研究では、2万冊以上の小説を分析し、強い読者エンゲージメントは、バランスの取れたペース配分、会話的な即時性（能動態の多用、短縮形、短いやり取り）、そして明確なキャラクターの声に依存することを発見した。また、『Distant Horizons』（2019年）などの研究では、2世紀にわたるフィクションを追跡し、抽象的な要約よりも具体的な情景描写（「Show, don't Tell」と言われるような、五感に訴える描写や具体的な行動）が重視される傾向にあることを示している。編集者自身も、シーンの経済性、対話とナレーションの声の対比、段落内の局所的な一貫性といった要素を重視している。しかし、従来の多くの執筆支援ツールは、スペルや文法チェック、あるいはFlesch-Kincaidのような単一の読みやすさスコア（多音節語を不当に評価したり、単調な短い文の羅列と多様なリズムの段落を区別できなかったりする）といった表面的な分析しかできなかった。

ここで登場するのが、Lixityというオープンソースの原稿分析エンジンである。これは、インターネット接続なしで手元のPC上で動作し、特別なデータベースやクラウドサービスを使わず、標準的なライブラリだけで機能する。Lixityは、従来のツールでは測れなかった「構造的・文体的なシグナル」を、書籍全体にわたってオフラインで測定できる。そして最も重要なのは、分析結果を単なる不透明な「品質スコア」として提示するのではなく、具体的なデータとして見せる点だ。

Lixityが実際にどのようなデータを示すのか、テオドール・フォンターネのドイツ語小説『エフィ・ブリースト』と、ジェーン・オースティンの英語小説『高慢と偏見』という2つの古典作品を分析した事例を見てみよう。Lixityは、これらの小説に対して、章数、総単語数、語彙の多様性、平均文長（ASL）、引用された会話の割合、短い会話（1～12単語）の割合、長い独白（80単語以上）の数、会話内の平均文長、ナレーション内の平均文長、対話とナレーションの平均文長の差（声の対比）、隣接する文の語彙重複率、同じ単語で始まる文の連続回数といった多様な指標を算出する。

その中で特に興味深い発見の一つは、対話とナレーションの声の対比に関するものだ。Lixityの分析によると、言語や執筆された時代、物語の伝統が異なるにもかかわらず、『エフィ・ブリースト』と『高慢と偏見』の両方で、ナレーションの平均文長が対話の平均文長よりも約10単語長いという一貫したパターンが見られた。具体的には、『エフィ・ブリースト』ではナレーションが平均21.1単語、対話が平均11.2単語で、その差は約-9.9単語。『高慢と偏見』ではナレーションが平均23.4単語、対話が平均13.7単語で、その差は約-9.7単語だった。これは、小説の編集において「登場人物が語り手と全く同じように話している」という指摘がよくある問題に直結する。もし作者が説明的な内容を会話文の中に書いてしまうと、対話の平均文長がナレーションの平均文長に近づき、この「声の対比」がゼロに近づいたり、プラスになったりする。例えば、『高慢と偏見』の第35章では、ダーシーの手紙が引用符で囲まれていて会話として扱われるため、対話の平均文長がナレーションよりも長くなり、声の対比がプラスになる。これは手紙という形式上意図されたことだが、Lixityを使えば、こうした形式の逸脱がデータとして可視化される。 Lixityは、章ごとの短い会話の割合や、長い独白の数、そして対話とナレーションの平均文長の差を詳細に表示してくれるため、「緊迫した対決シーンでキャラクターがまるで論文を読み上げているように聞こえる」といった、不自然な描写をデータから見つけ出すことが可能になる。

もう一つの重要な発見は、段落内の局所的な一貫性と文頭の単調さである。認知読書研究によると、読者は、隣接する文同士が語彙的な橋渡し（例えば、同じ内容語や動詞の語幹が繰り返されること）を持っているときに、複雑なアイデアをスムーズに処理できる。逆に、段落内の連続する文が内容語を共有せず、かつ文頭も同じ単語で繰り返されると、その段落は「彼は窓に行った。彼は通りを見た。彼はテーブルに戻った。」というように、つながりのないリストのように感じられてしまう。Lixityは、「隣接文の重複率」（同じ段落内の隣接する文のペアで、少なくとも一つの内容語を共有する割合）と「繰り返し始まる文の連続」（同じ段落内で同じ単語で始まる3文以上の連続）という二つの指標を測定する。驚くべきことに、上記の二つの古典作品では、隣接文の重複率が約24%で非常に一貫しており、繰り返し始まる文の連続も極めて少なかった。しかし、このベースラインから大きく逸脱する章があった場合、それは作者が意図した特定の修辞的な効果を示していることが多い。例えば、『エフィ・ブリースト』の重要な第26章では、隣接文の重複率が46.6%に跳ね上がり、ナレーションの平均文長も長くなる。この章は、主人公が過去の過ちを発見される場面であり、このデータは主人公の強迫的な思考や法律家的な推論を反映していると考えられる。

Lixityは、これらの信号を分析の各段階に沿って提供する。まず、具体的な段落の異常（時制のずれ、長い文の連なりなど）からチェックし、次に章の長さ、文のリズム、文のつながり、そして繰り返し始まる文の連続といった「ペースとシーン」に関わる情報を確認できる。さらに、対話とナレーションの声の対比や、短い・長い会話の割合といった「会話部分」の分析へと進む。最終的には、語彙の多様性や章ごとのスタイル比較といった全体的な視点から、自分の原稿を見直すことができる。

Lixityは、これらの分析結果をブラウザでインタラクティブに表示することも、コマンドラインツールとして自分の執筆中の原稿ファイル（Markdown、プレーンテキスト、DOCX、ODT、EPUB、PDFなど）に対して直接実行することも可能だ。重要なのは、Lixityの各指標は「自動的な評価点」ではなく、あくまで「特定の文章を新たな視点で見つめ直すためのきっかけ」であるという点だ。このツールは、人間の編集者の直感や経験を、客観的なデータで補完し、より効率的で深い分析を可能にする。

システムエンジニアを目指す皆さんにとって、このLixityの事例は、データ分析とソフトウェア開発が、想像もしていなかったような分野で価値を生み出す可能性を示している。文学作品の「読みやすさ」という曖昧な概念を、具体的な指標に落とし込み、それを計測・可視化するシステムを構築することは、まさにエンジニアリングの醍醐味と言えるだろう。このようなアプローチは、システムの性能評価やユーザー体験の改善、ビジネスデータの分析など、皆さんが将来直面するであろう多くの課題に応用できる、普遍的な思考法を提供するものだ。