AI考察2
https://scrapbox.io/files/68161834cbf8e493fced0902.JPG
📅23年春～秋ごろ？
20/17★分析AIってどんな感じ？
――友達の友達は友達、三段論法（分析の基本？）
――隣接語投票と近接語投票を同時にやればいいんじゃない？
――誰の意見を参考にするのか、誰が誰の代わりになるのか
――隣接が第一優先、端っこが重要、枠構造
――ファジィ一致（語単位、文字単位でも？）
――結局、隣接っていう意味でも伏線回収っていう意味でもかたまりの端っこにある単語が一番大事だってことだよね
――端っこどうしの関係を覚えといてあげるようにしないといけない
――でも、文法的じゃなくてあくまで意味的なつながりっぽいから隣接は隣接でしっかりやっとかないといけないっぽい
――もしかしたらそれだけでちゃんとした文章が出来上がっちゃうんじゃない？
――枠の中にある単語は適当でいいってこと？
――中の単語も広い意味での隣接で共存し合ってるんだから、一個でも一致してたら入れ替え可能と見なしてもいいんじゃない？
――たとえば「PCは使いやすい。ケータイは持ちやすい。」っていう文章が出て来た事があったとして、「PCは持ち」まで入力した場合、「やすい」が続きとして出て来るようになってしまう（「PC」も「持ち」も「やすい」の近接語だから）っていう問題どうする？
――それも許しちゃうようにすればいいのかな？
――そもそもそうなった場合どうするのが正解なんだろう？
――個性の強い単語が別の単語と入れ替わった場合、その場に何らかの歪み的なものが生じちゃってるはずだよね
――第三の単語を持ってくる？★21
――入れ替わり先の単語と相関の強い単語も一緒に持ってくる？
――結局いい感じに混ざり合ってもらうしかないってことか
――掛け算じゃなくて足し算？
――逆に置き換わり元の単語と相関の強い単語は出てきにくくなる？
――だいたいの場合頻度の近いものどうしで相関し合ってるのかな？
――入れ替わりの基準って隣接だけで意味は関係ないの？
――友達の友達で置き換わってるんだから意味も関係あるんじゃない？★22
――意味が優先で隣接は仕方なくっていう感じか
――それまでに出てきた素材だけのパッチワークで文法的にも意味的にも矛盾しないような文章を作ろうと思ったらどうしても冗長な感じになっちゃいそうだよね
21/20★どっち側に対しても中立そうな単語を適当に拾ってくる？
――一応ある程度は意味も近そうなやつだけにしとく？
――単語って隣接と相関の二軸で分類できそうだから、それを使って意味の計算もできるようになるんじゃないかな？
――そもそも相関ってどうやって計算するの？
――階層、頻度、共起回数とか使えそうだけど
――隣接と相関ってフラクタルな関係になってるんじゃないの？
――階層ってあくまでも目安であって実際にはもっとファジィなものだよね
――基本的には共有し合ってる枠の数が多い単語どうしほど相関が強いっていう事になるんだろうね
――あとは頻度の近さとかも関係ある？
――逆に全然共有枠数が多くない単語どうしが隣り合った場合は、両者に共通して相関が強いような単語を持ってくるようにすればいいってこと？★23 ――それとも逆にどっちに対しても弱そうな単語？
――まさに意味の掛け算って感じだね
22/20★やっぱり隣接だけは意味とかに関係なく置き換わっといてもらった方がいいのかな？
――そっちの方が多様性は高くなりそう
――隣接だけじゃなくて相関の方にも折り返し類推機能が必要そうな気がする
――それを三段論法っていうのかな？
――N字類推？Z字類推？
――何とかして隣接と相関を統合できないかな？
――共有枠数だけだと必ずしも隣接じゃない単語も出てきちゃいそうだけど、別の基準も採用すれば何とかいけるんじゃないかな ――枠数の合計でも平均でもなく最大値を取るようにすれば自ずと隣接語だけが出てくるようになるんじゃない？
――でも複数の単語に対する共通の相関語を求める場合はやっぱり別のものが出てくるようになっちゃいそう
――直近の単語の相関語ほど優先させるようにすればいいんじゃない？★24
――共有枠数が一番多い単語が必ずしも隣接とも限らなそうだけど ――それはそれでファジィでいいのかも
――とりあえず隣接は隣接で、その中でも直前の単語もしくは単語群の平均と頻度が近いものを持ってくるようにすればいいんじゃない？
――意味が関係なくなっちゃいそうだけどいいの？
https://scrapbox.io/files/6867953d73ada90e3a6dab3d.png
23/21★結局そのやり方でも「PCは使いやすい。ケータイは持ちやすい。」の問題は解決できてなさそうな気がするけど
――同じ単語を含んでる文章がもっといっぱいあったら大丈夫なのかな？
――各単語を類推によって前もって抽象化しとけば大丈夫なんじゃない？★34
――抽象化って位置とか形式とかでもやっといた方がいいのかな？
――枠内での位置、順序、頻度...
24/22★相関語の優先度って階層で決まってくるの？
――距離とかも関係あるの？
――階層が低い？ほど文脈に依存してるよね
――どの単語にどれくらい重み付けすればいいのか、どうやって決めていくべきなの？
――基本的に頻度が低くて階層が高い単語ほど重要度も高くなっていきそうだよね
――でも頻度の低すぎる単語ってあんまり分析には役立ちそうにないよね
――だからせめて頻度の高い隣接語とかから何となく意味を推測していくしかないってことじゃない？
――てことは相関語による類推ってあんまり意味がないってこと？
――まずは品詞とかの特定の方が大事ってことか
――でも2回以上出てくる単語ならギリギリ分析に使えそうだから、それを相関語として利用すれば単発の単語でも分析できるようになりそう
――逆に頻度が高すぎる単語も分析に向いてなさそうだけど
――単語ごとに解決度を測るようにすればいいんじゃない？
――1個前の単語は隣接を要求するし、2個以上前の単語は相関を要求するようになる気がする
――やっぱり普通に距離に従って優先度を調節しとくのがいいんじゃない？
――それか、その地点でより枠の内側にある単語ほど解決を優先させるか ――そうすれば必然的に隣接にもなりそうだもんね
――むしろ一番内側以外の単語には目を向けないようにする？
――それだとずっと隣接が続いちゃうから意味ないような気もする
――いちばん内側にある単語と共有枠数がいちばん多くて、かつ後続で、でもその中ではいちばん先行のものが隣接ってこと？★25 ――たぶんそう
――だいぶ重い感じのAIになってきちゃってる気がするけど大丈夫なの？
――バイグラムの中で頻度が近いかたまりどうしが相関し合ってるってことじゃダメなの？
――本当にミニマムなものにしたかったらそっちの方がいいのかも 25/24★ていうか、一番下の単語って上の枠に統合されることってまずなくない？今までの例がたまたまそうだっただけ？
――じゃあそもそもこのやり方って最初から無理だったの？
――最初と最後に適当な乱数の行くっ付けるようにしたら統合されるようになった
――じゃあ実装考えてくか
――まずアーカイブする場所と新しく書いていく場所を分けるのかどうか
――ミニマムにしたいんだったら分けない方が良さそうだけど（ポケット1つ原則的にも）
――その場合でも分析のサンプルにする文章としない文章とでは別々に書いといた方がいいのかな？
――どっちみちサンプルにしない方も分析しなきゃいけなくなるんだけどね
――新規文が分析に影響を与えてほしくない場合もあるもんね
――サンプルにする部分を指定できるようにしとけばいいのかな？
――横スペースは拡張できるように空けときたいよね
――でもどっちみち分析に使うのか
――分析対象になる文章内の単語ごとに相関語をリストアップしていく必要がある？★27
――共有枠数の数え方も考えとかないといけない
――動的に数える？静的に数える？★29
――動的な方がミニマムには作れそう
――sumif使えば静的にもできるか
――countifs？
――内側から出した候補をどんどん外側の方にも決めていってもらう感じ？
――外側の中での重み付けのやり方も考えとかないと
――折り返し機能も必要そうだし★26
――それともランダムに選んでいくの？
――外側にある単語の中でも内側に由来してるものほど優先させるようにすれば？
――それとも重み付けしないで全部平等に平均とる？
――すでに閉じてる枠よりは閉じてない枠の方を優先させた方が良さそう
――要するに、階層が低いものは飛ばしてより高いものと繋げてった方がいいってこと？
――それともやっぱり頻度？
――低頻度語どうしで相関させ合うとしたら、高頻度語の方が出てきにくくなっちゃいそうだけど、解決をもたらしてくれるのはたいてい高頻度語の方なんだよね
――やっぱり頻度の近いものどうしが相関し合うようにしといた方がいいのかな？
――枠の端っこどうしでも相関し合ってるんだよね？
――高階層の単語ほど影響力が強いってことなんじゃない？
――そういうことかも
26/25★隣接と相関が同じものだってことは折り返しでも同じ方法が使えるってことじゃん
――実装的にはどうなるんだろう？
――相関語の影響力って未解決枠の中での階層の高さから割り出せるの？
――再帰的に、まず枠全体の高さを測って次に枠の中にある枠の高さを測ってっていうのを繰り返していけば割り出せそう
――もちろんその地点でどれくらい内側にあるのかも重要
――要するに最終行に対する関係の近さが大事っぽい（何回の色の変化でそこにたどり着けるか）
――個々の影響力の強さだけじゃなくて枠内での合意も先に取ってかないとだめ？★28
――最終行までの距離も考慮に入れて相関語を出力しといた方がいいのかな？
――もしくは頻度か
https://scrapbox.io/files/68679876e870f2f5e2adacf2.jpg
27/25★相関語をピックアップする列の行数を調節すれば、分析のサンプルになる文章も絞り込めるようになる？
――横の方にずらしとけば拡張の邪魔にもならなさそうだし
28/26★トーナメント式に集計か一気に集計か
――相関分析的にはトーナメント式の方が見てみたい気もする
――そもそも隣接語の時点で語数が限られてるのに、トーナメントなんかやってる場合なの？
――折り返し類推のときって、複数の単語を共通項として使っといた方が自然なんじゃない？
――そっちの方がファジィな感じにもなりそうだし
――共通項が多い単語どうしほど似てるってことだよね
29/25★マクロの割合が高くなってくると、スプレッドシートへの移植も面倒になってきそうだよね
30/19★scrapboxみたいなツール作りたくなってきた
――単語どうしがリンクで結ばれ合ってるの憧れる
――割と簡単にできちゃうんじゃない？
――AIとも結び付けられないかな？
――リンクって相関とけっこう近そうな気がするんだよね ――scrapboxみたいに手動で作っていかなくても、勝手に結び付けていってくれる感じ？
――ポケット1つ原則とも合ってるような気がするし
――折り返し類推とかマージとかが独特の要素になりそう
――結局、相関を可視化してくれるものが作りたいってことなのかな？
――たぶんそうだと思う
――scrapboxみたいに単語ごとのページを作るの？★31
――具体的、個別的すぎる情報をどうしても受け入れられないから、喩えによって抽象化してってほしい
――ペニギリ語みたいに、普通の文章ももっと均等にフラクタルに分類できそう ――確かに、興味のない文章でまず教えてほしいのは、どの概念がどのポジションに来てるのかっていうこと
――だいたいの相関関係によるクラスタができてくるはずだから、それを基準にして特定の数の属性に分類していけるはず
――文法構造自体も何らかのスロットになってるはずだし ――ネットワークだけじゃ飽き足りない
――勝手に分類してってくれて、勝手にペニギリ語作ってってくれるとか最高じゃん ――ベクトル化...
――ある概念にとって別の概念はどっちの方向を向いてるのか
――概念を概念で曼陀羅みたいに取り囲みたい
――いま統語ツリーとして作ってる二分木を六分木とかに変えればいいだけ？ ――八分木の方が速やかに移行はできそうだけど
――何分木を作るにしても、二分木はその数のスロットのどこかを埋めたり埋めなかったりしてるだけ？ ――どこのスロットを埋めてるのかを見極めることが大切っぽい★32 ――概念って少なくとも分野と個性の2軸を使えば分類できそうだよね
――ていうかこれってペニギリ語と全く同じ構造じゃん ――世の中をもっと均等に分類していきたい
――陰と陽で分類していけばいいんじゃない？
――でもやっぱり6分類の方が親しみが湧く★3-35
――こっちからの相関と向こうからの相関
――相関語も関係の近いものどうしで先にくっ付けて行くようにすればいいんじゃない？
――意味ツリーも統語ツリーと同じように作っていけるのか
――お互いに相手との相関が強ければくっ付き合うけど、一方的に強いだけならそのまま？
――意味ツリーまで作るとかもはやミニマムなAIではないけどね★33
31/30★やっぱり単語ごとのデータベースって欲しいよね
――どの単語とどれだけ相関してて、どの単語からどれだけ相関されてるかで、その単語の意味を定義できるみたいな
――scrapboxと同じ仕組みじゃん
――データベースだったら別シートに作ってもいいのかも
――相関の可視化にもなりそうだし
――意味ツリーは作らなくてもいいってこと？
――とりあえず相関度って共有枠数と距離から導き出せるんだよね？
――どうやって実装するの？
――rank関数使えばいいの？
――1単語になるまで左に掛け算していく？
32/30★品詞とか分野的には近いけど相関語が似てない単語どうしは個性が違うってことなのかもね
33/30★やっぱり脱構造の流れなの？
――論理的に分類しようとするんじゃなくて無理やりにでも特定の型に押し込めてった方がいいのかも
――曼陀羅みたいな
――モジュール化？
――頻度が均等になるように分類するとか
――論理と感覚の中間
――文章均整化
――マインドマップを作ってってもらう？
――分類しようとしない？
――輪が作れそう 色相環？
――渦巻き状に並べてスロット化？
――セル化、ニューロン化、深層学習
――ランダム配置、ランダム相関
――紙のノートでもできそう
――ランダムノート、マージャー・ランダマイザー
――破壊と分析を同時に
――脱論理
――ランダムの方が早いかも
――実装どうする？
――マクロで動的に分析
――文字列のセルと数字のセル
――文章立体化
――六角充填型ネットワーク
――有機的データベース
――まんべんなく散らす
――喩えたい
――紙面上の方向で計算の順序や関係を表す？
――六角充填は二分木とも相性が良さそう
――六つの角のどこかに散らす
――関連語を6個までに制限？
――形式、構造に依存しすぎない
――網羅しようとしない
――近接何単語かまでならそんなに重くならないはずだし
――頻度の高いものから順にどちらかといえばどっちに近いかで分類していけばいい？
――ある単語と隣接するかどうか？
――あらゆる変数をランダムに設定しておいて徐々に近づけていくようにすればいいんじゃない？
――同じ隣接語を持つものどうしも補数になってる？
――隣接ツリーでも相関ツリーでも、兄弟項目どうしは補数になってる？
――頻度の近いものどうしで補い合ってるのかも
――近いもの同士ほど引き離す
――共起率、こちらから、向こうから、共起回数／出現回数
――色は混ざり合う？ どっちかに取って代わる？
――数が多い方に合わせる？
――前隣接、後隣接、相関（Ｒ，Ｇ，Ｂ）
――相関のベクトルだけ平均化される？
――平均化（マージ）されたらもちろん違うベクトルになるはずだけど、ベクトルの違うもの同士はそもそも隣り合えないはずだし、どうしたらいいの？
――やっぱり相関も前相関と後相関があるようにした方がいいんじゃない？
――そもそも隣接と相関ってほんとに区別する必要ある？★36
――結局相関語どうし（横のつながり）もどれだけ関係が近いかによって隣接（同一語）と連続的なものになってるはずだし
――そもそもどうやってベクトルの割り当てをすればいいの？
――花型、星型
――階層は要らない？
――ミニマルペアで均等にベクトルを割り振り合う？
――オールマイティー（共通）ベクトル
――頻度によって分配を変える？
――引力、惑星、衛星、軌道、惑星直列
――頻度が高いほど引力が強い（影響を与える）？
――それともむしろ色んなものから影響を受けまくってどんどん個性が弱くなっていく？
――基本的に最後尾に近ければ近いほど影響力が強そう
――どうしても矛盾が生じる場合は、同じ語形でも別の単語と見なしてもいい？（同形異義語）
――むしろそっちの方が本質なのかもしれない
――互いに制限し合う（隣接できる語）、ベン図？、確率遷移図？
――頻度の高い共起語から順に大きい桁を埋めていく？
――とりあえず隣接が最優先でそれ以降のベクトルは無視される可能性も高くなっていく？
――つまり乱数に左右されやすくなる？
――遷移確率100%の場合はベクトルは変わらない？（情報量ゼロと見なす？）
――定石と例外、最適化、外れ値、定石外れ度
――平均を取るか確率制御か
――隣接で確率制御の場合、今までとあんまり変わらないような気もする
――自然に最適化されていくようにもできそう
――セル化、均等化
――代表的な相関語６つだけ
――縦のつながり（何単語離れてるか、それが何回繰り返されるか）、横のつながり（何単語辿れば共通の近接語に辿り着くか）
――距離と回数
――1.距離が近い単語どうしは相関が強い
――2.占有率が高い単語どうしは相関が強い
――3.共通の相関語を持つ単語どうしは相関が強い
――隣接が1パターンに定まるまでマージ（イディオム化）
――どこかまで行けば必ず1個に定まる
――相関語どうし（縦のつながり）は変数、共通近接語は関数
――一致文字数だけでもいい
――フラクタル、喩え
――よりジェネラルな方を代表とする
――解決度、頻度、位置（r,g,b）
34/23★それこそ「PC」と「ケータイ」を同一視するようになっちゃいそうだけど
36/33★隣接語の中から相関の強いものを選ぶんじゃなくて相関語の中から一番距離が近いものを選ぶようにすればいいんじゃない？
――ベクトルへの影響度って頻度とかによって変える必要があるよね？
――階層がそれを表してるのかな
――ベクトルは足し算？引き算？平均？
――慣性？、平均の反対？
――やっぱりベクトルの表現は一周したら元に戻るものにしといた方が良さそう
――一周する単位を決めれるようにしといた方がいい？
――位置だけじゃなくて、同じ単語は同じ場所に引きずり込むみたいな、歪ませたりワープさせたりするような機能も必要？
――渦に巻き込んでいくみたいな
――隣接が一番巻き込まれやすい？
――相対的位置の似てる単語どうし、隣接語の似てる単語どうし
――相対的位置を決めてるのも結局特定の単語だから、やっぱりベクトルは単語によって決まってくるもの？
――頻度の高い単語ほど大きな渦を持ってる？
――順序、距離、頻度（r,g,b）？
――特定の単語への距離によって意味が決まってる？
――何と何が入れ替え可能なのかと入れ替えた結果どうなるのか
――単語一個一個に注目していくのが面倒くさい
――もうちょっとグループみたいな感じにできないのかな？
――8個ぐらいずつの単位で
――どの単語の系列なのか
――段落単位で切る？
――単語と位置の掛け合わせ？中間？
――マージされたうち頻度の低い方が高い方のサブ・カテゴリーになってる？ ――ある単語（群？）を中心にしたときの出現位置によって方向性が決まってる？
――距離も大事そう
――再帰してる場合は？
――二分木で必ず主要部と従属部に分けれるんだったら、もはや並列的な位置っていう概念が存在しなくならない？ ――場所によって主要部と従属部の順番が逆だったりするのもなんか変じゃない？ ――本来並列的な概念にまで階層を付けちゃうっていうのもどうなんだろう？
――でも階層があった方が比喩はやりやすそう
――要は入れ替える時になるべく近いポジションのものを持って来るようにしようっていう話だもんね
――共起語と位置の両方を同じくらい重要視するようにすればいいのかな？
――それぞれをプロパティとして持っとくようにすればいいんじゃない？ ――ある特定の（特に高頻度／高階層の？）単語との距離によって意味（類義語）を定義すればいいってこと？
――たぶんそう
――類義語（入れ替え可能性の高そうな単語）の候補を表示するようにしときたい
――結局何と何がパラレルなのかが知りたい
――距離が近い単語ほど、頻度・階層が高い単語ほど、意味的には重要★37
――要するに重力が影響を及ぼし合ってる単語どうしほど重要
――全ての共起語の集合がその単語の定義になる？
――その類以度を測ってみれば自然と類義語も抽出できるようになる？
――notionでもできそう
37/36★むしろ頻度の低い単語との相関の方が重要な気がしなくもないけど
――占有率が高いっていう意味で★38
――隣接語、占有語とか色んなカテゴリーでパラメーターを持っといた方が良さそうだよね ――単語で定義するのって不均等であんまり好きじゃないけど
――同じ単語でも位置や共起語によって役割が変わってくるよね
――隣接じゃなくてもマージは起きてるってこと？
――やっぱり意味の掛け算？
――補い合ってるんだとしたら順番はあんまり関係ない？
――やっぱり共起語の集合が大事なのかもしれない★39 ★41
――なるべく離れたものを持ってくるようにした方がいいってこと？★42
38/37★内容語率も高くなりそうだし
――距離と占有率
――機能語は頻度が高くても占有されにくいから意味的な重要度はそこまで高くなりにくそうだよね
――頻度が高い方が関数的？
――同じ関数を持ってる変数どうしは並列概念？
――ファジィマッチ★40
――各単位ごとに必要な要素が割り出せる？
――しかもパラレルに
――変数を分子、関数を分母として割り算してみれば？
――関数は次の関数とのコネクターでもある？
――ある単位で見ると同じ位置にある単語どうしを同じものと見なす？
――意外と中頻度が大事だったりして
https://scrapbox.io/files/686797d7336cf623a5c0066d.png
39/37★ネットワークツール感ある
――しかもリンクを自動で作ってってくれる
――本物みたいにリンクになる単語もある程度絞らなきゃいけないような気もするけど
――隣接実績
――頻度1が最小対を作る？
――隣接バリエーション、近接誘導
――頻度の高いものを識別子として使っといた方がたぶん良さそう
40/38★一致文字数とか一致単語数だけでもいいのかも★43
――分析って文字通り解像度を下げていくって事だったんだ
――焦点を見つける事ともいう？
41/37★ベクトルの一致度ってベン図の重なりの大きさ？
――共起語一致率？
――なんかベクトルだけ他の要素と違ってるような気がする
――他の要素は解像度とか焦点とかだけで説明できてる感じだけど、ベクトルはそうなってないような
――もっと細かい違いを気にするような感じ？
――焦点語に影響されやすい？
――相関語どうしを同一視する？（直列重視）
――主に内容語が絡んできそう
――ある分野（単位？）の中でどこのスロット（属性）を埋めてるのか ――例えばテレビと扇風機の違いは主にその機能にあるような気がする
――それはたぶん共起語の中に現れやすいだろうから、共起語の中で特に相関し合ってるものを調べれば分かってきそう
――問題は、本来共存しないものどうしがマージした時 42/37★本来共存しないはずの、ベクトルが離れてるものどうしが共存し合ってるってことは、極が逆になってるっていうことだから、やっぱり平均の反対になるのかもしれない
――ズラし度を引き継いどけば良さそう
――頻度の近いものどうしを同じようなベクトルにしとく？
――ベクトルを上手いこと8個くらいに分類できればペニギリ語とも連結できそう ――やっぱり位置（順序）から割り出すの？
――ズレ度も色で表すと分かりやすそう
――色の移り変わる方向がベクトルなの？
――いい感じにバランスよく混ぜ合わせる
――頻度1の単語の色を（位置によって？）先に決めといて、それに合わせるように（逆算して）他の単語の色も決めてけばいい？
――でも位置がばらけてるからと言って必ずしも意味が薄くなってる訳でもないような
――むしろ意味の濃いものを先に決めといた方がいい？
――ふつう隣接が同じもの（並列語）どうしで対比されるだろうから、隣接から影響されるのっておかしいんじゃない？
――むしろ補い合う？
――並列語どうしでも補い合ってるし、直列語どうしでも補い合ってる？
――直列語はむしろ混ざり合ってそう
――だったら頻度の高い方から決めてった方がいいのかな？
――やっぱり並列語どうしで対比させときたいよね
――頻度の低い方から高い方に流れていく？
――対比概念って現れる場所が近い場合も多そうだから、位置でベクトルを決めちゃうとあんまり良くないかも
――むしろ位置が近いほどベクトルが遠くなるように、マージで下の階層にあるものほど大きい桁を割り当てるようにしとけば？
――品詞→隣接（高頻度）、分野→近接（中頻度）、個性→遠接（低頻度）
――頻度1どうしが隣接することはないはずだから、必ずどの単語でも分類できる？
――全ての場所で頻度1に挟まれてる単語だけは分類できなさそう
――物理的隣接、状態的隣接（頻度、相対的位置、単位、共有隣接語）
――一致率、親等
――隣接語一致率の高い単語どうしから同じ色と見なしていく（乱数にしてもいいかも）
――強制的に6つに分類、バランスとる、散らばらせる
――実隣接（直列語）→分野・個性、（共通隣接語を介した）ワープ隣接（並列語）→品詞・分野
――物理的にも状態的にも、近いものどうしほど相関し合ってる可能性が高い
――状態的近さ＝パラレル度
――かっちり分類しようとすると逆に消失ダメージが大きくなりそう
――なるべくそれが小さくなるような分類の仕方ってないのかな
――そもそも分類しない？
――拘らない
――（逆に）カオス化、エントロピー増大
――切れ目位置にも焦点がある？
――無暗に区切っていけばいいっていう訳でもない？
――情報欠損に強い
――分析しない、ブロックとして取り入れてく、ランダムに
――論理じゃなくて直感を実装する
――脱構造？
――品詞って階層で表せそう
――小さい桁が隣接、大きい桁がベクトルを表す？
――最小桁と最大桁だけ揺らぎにくいような乱数を足してあげればいい？
――上り隣接と下り隣接、両方をプロパティとして持たせとく？
――階層（頻度？）が低いほど色が鮮やかになっていく（rgbの大きい方の桁を担当する）
――文章を絵として捉える（ocr的なことではなく）
――↑対義語↓
――統合、分析、ID化、モジュール化、ベクトル化
――置換と複製によって空白を埋めつつ、多様性も確保しときたい
――隙間を埋めていく（予測で補う）
――散らばらせる、多様化させる
――フラット化
――文章として成り立つギリギリのラインを攻める
――あえて行間を作る、虫食い？
――余剰性、遊び、散らかし、包み込むイメージ、ダブらせる
――集めていくほど美しくなる
――偏らせないように
――品詞、個性、程度
――明度、色相、彩度
――Ｒ，Ｇ，Ｂ
――階層がどうしても合わなかったら同形異義語と見なす？★48
――マージ相手に対する係数があるとしたら、マージ後の係数ってどうなるの？★44 43/40★文字単位までバラしといた方が意外と便利だったりするのかもね★46
――まあ、構文木の形を考えたら自然とそうなるか
――日本語だとだいたい後部になるけどね
――色を求めたいだけなんだったら階層の情報って要るのかな？
――頻度が高くなるほど色がくすんでくってい事で良くない？
――色分けするのにどうしても必要？
――ある程度絞り込むための基準が要るのか
――ほんとに絞り込む必要ある？
――だって全体でバランス取れるようにすればいいんでしょ
――もしかして係数も要らないのかな？
――マージ相手と補色になるんだったら、自然と品詞によっても色が決まってくるはずだもんね ――否定辞とかのためにも係数は残しときたいような気もするけど
――やっぱり生成の時のために品詞情報は必要になってくるんじゃない？★45
――確かにそうかも
――色の決め方はどうする？
――ランダムに決めて何回か試したあとでいちばん総合成績の良かった色を採用する？
――それとも頻度の高い方もしくは低い方から順番に決めていく？
――色のバランスが取れた状態を目指すんだったら、もともと彩度の低い高頻度語ばかりが目立つようになっちゃいそうな気がするけど
――どうしたら防げるんだろう？
――ある程度は明度も確保しとかなきゃいけないっていう事にすれば？
https://scrapbox.io/files/686794677a39e8e5b7d17711.png
45/44★並列語も絶対違う色どうしで対比させなきゃいけないから、やっぱり隣接語の情報は絶対必要になってくるよね
――全体でバランスが取れればいいだけなんだったら、対比語も同じ色になっちゃいそうな気がする
――特に頻度１の単語どうしの場合そうなりそう
――まあそもそもそんな単語滅多にないのかもしれないけど
――頻度1の単語が連続しないってことは、必ず隣接語や近接語の違いが生まれて、結果的に全く同じ色になるっていうことはない？
――色のバランスも階層ごとに取るようにすれば良くない？
――文章全体の平均色を求めるってことでいいの？
――係数による彩度の操作はどうなるの？
――階層を区別しないんだったら明度の操作と同じでいいと思う
――白を目指して合計を取るかグレーを目指して平均を取るか
――色が平均されるなら平均で、合計されるなら合計？
――それともマージされたもの1個1個に対して決めていく？
――他の単語を応援したり黙らせたりしようとするのが係数なんだから、マージ後もずっと効き続けてる方がより自然な気がする★50 ――でもそれだと引き立たせようとする側とつぶしにいこうとする側で殺し合っちゃうことになりそうじゃない？
――やっぱりマージした後の色の強さによって係数の配分も変えるべきなのかな？ ――それか常に色の強いやつの方を代表にさせとくべきか★51
――もしくは隣接してるやつに代表してもらっとくべきか
――前への係数と後ろへの係数を分けて考えるべき？
――無理して係数使わなくても、ベクトルが矛盾する場合は同形異義語と見なすってことでもいいんじゃない？
――でもそれだと何でもアリになってこない？
――相手側の係数自体にも係数がかかるようにしとけばいいんじゃない？
――係数ってほんとに要るの？
――品詞ベクトルと意味ベクトルだけで良くない？
――それか自分自身の彩度を決めるだけにしとくとか
――頻度を影響力としてそのまま反映させればいいのかな？
――意味（色相）＊ 品詞（明度）＊ 影響力（彩度）？
――品詞を区別しない場合、生成のときはどうするの？
――個々の単語に関してはやっぱり階層をしっかりと区別できるようにしといた方がいいのかな？
――生成のときだけ近隣接する単語（または文字）の一致率を参考にするとかでもいいのかも
――隣接する色の並び方がだいたい近いやつを持ってくるとかでもいいのかもしれないし
――でも頻度と個性だけじゃさすがに品詞までは分からなそうだから、やっぱり単語か文字の参照は絶対必要になってくるんじゃない？★47
――生成のときって前接語の情報しか必要ないよね
――前接の大まかな情報だけ持っとけばいいのかな？
――意味ベクトルだけじゃなくて品詞も自動的に決まっていくような仕組みを作っときたい
――品詞って言っても前に対するものと後ろに対するものがありそうだけど、生成の時に必要になってくるのはたぶん前に対するものだけなんだろうね
――品詞の階層も一応輪の形で表現できそうではあるんだけどね
――品詞にもベクトルがあるってこと？
――隣接語どうしで補色？隣接色？を作ってくような仕組みが必要？
46/43★係数があれば文字単位で分析してもいい感じに調節してくれるのかもしれないしね
47/45★いや、案外いけちゃうんじゃない？
――でも類推は利かなくなっちゃいそうだよね
――類推なんてそもそも要らないのかな？
――頻度、個性、係数だけでも充分ID化できてると言えばできてそうだから、それを使って生成すればいいのかもしれないけど、やっぱり類推は効かなそうな気がするし、ファジィ化できてるのかと言えば微妙だよね
48/42★ある程度は隣接語のクラスタを作っといてあげないといけないのかも
――やっぱり隣接語一致率でマージして二分木みたいなものを作っていくべき？
――でもそれって色を使えばもっと簡単にできそうなんだよね★49
――意味ベクトルと品詞ベクトル
――色に合わせて無理やりパラメーターを3つにする必要もなさそうだけどね
――ベクトル化とクラスタ化って同じことなの？
――「～みたい」のように名詞にも動詞にも付くことができるような言葉ってどういう扱いになるの？
――同形異義語？
――そうでもしないと、木構造になってるから必ずどっちかの派閥には属さないといけないことになって融通が利かなくなっちゃいそうだもんね
――ていうか実装がめんどくさそう★52
――やっぱり階層として分析しとくのが一番早そうだから、前階層と後ろ階層も合わせて5パラメータくらいは持たせとかないといけないってこと？★53
――どの隣接語から階層をもらってくるかも含めて確率制御でいけそう
――同形意義語ってどうやって作り出すの？
――例えば助詞を省略しただけで別の単語扱いになっちゃったら困るような気がする
――まあそんな事ってあんまりなさそうだし大目に見といた方がいいのかもしれないけど
――確率制御なんだったら同じ単語で別々の品詞があっても特に問題ないんじゃない？
――色分析の精度が落ちちゃったりするのかな？
――文字単位でやればそこまで精度も落ちないんじゃない？
49/48★色も二進数で指定できるから結局同じことになるんじゃない？
50/45★係数は1回目のマージでしか発動しないってことでいいんじゃない？ ――そうかもしれない
――否定辞が2回続くと肯定の意味になったりするってことは、やっぱり係数って掛け算になってるってことなのかな？ ――じゃあ色も掛け算してかないといけないってこと？
――どうやって掛け算するの？
――共通点を見つけ出せばいいのかな？
――係数の場合プラスマイナスは掛け算して、絶対値だけ平均取るとかでもいいのかも ――普通に全体で平均取るようにしてもいいのかもしれないけど、頻度によって持てる係数の上限を決めとかないといけないってことにすれば？
――頻度が高くなるほど上限も高くなる？
50.5/0★やっぱり時系列厳守で書いてった方がいいのかな？
――そっちの方が分かりやすいかも
――でもセクション作るのって結構めんどくさいから、あんまり長くなり過ぎないように気を付けるだけでもいいんじゃない？
――もしくは最新以外のセクションに書き込んでもいいけど、そのセクションの一番下以外には書き足しちゃいけないってことにしとくとか
――それでいいかも
51/48★確かに二分木ってトーナメント表っぽい見た目してるもんね
52/42★とりあえず係数も構文解析もなしで、色のバランス取るっていうことだけやり始めてみようかな★88
――それで上手く行かなかったら後から機能足してけばいいだけだし
――分析は文字単位？単語単位？
53/48★頻度が階層に置き換わってるだけだから5個じゃなくて4個になるのか
――階層も隣接語どうしで共有し合ってるんだから、1個の単語が持っとかないといけない階層ってやっぱり1個だけでいいんじゃない？
――じゃあやっぱり3パラメータでいけちゃうってこと？ ――色の鮮やかさを階層で決めるんだったらそれでもいけそう
――係数だけあれば頻度の情報も要らないのかもしれないし
――でも生成の時って前向きと後ろ向き両方の階層情報が必要になるんじゃない？
――じゃあ前向き階層と後ろ向き階層と個性の3パラメータは絶対に必要ってこと？★58
――たぶんそう
――でも3パラメータにこだわる必要もないんじゃない？ ――せめて6個だったらキリが良さそうなんだけどね
――サイコロ？
――世界（プロパティ）、個性（役割）、程度（数量）、係数（相関）、前隣接、後隣接？ ――どの世界を担当するか
――最低限2つの方向性（have/of）と相関性（ベン図）さえ定義しとけば、大抵の事は記述できるようになりそうじゃない？（セミラティス構造？） ――でもその場合だと同格も必要になってくるんじゃない？ ――同格って、包摂関係の違いだけで本質的には並列と同じものなんじゃない？ ――そうかもしれない
――直接haveされるものって単純な現象（行為、関係、性質とか）だけだよね？★89 ――たぶんそう
――例えば「（具体物である）魚を持っている」って言うだけじゃいまいちピンと来なくて、どういうふうに持ってるのかが気になってしまいそうな気がする（ペットとして持ってるのか、食料として持ってるのか…）
――これってオブジェクト指向っていう事なのかな？
58/53★前方階層、後方階層、両者に割り当てるための二色、の合計3パラメータ？ ――最後のやつは3パターンしかないじゃん
――前方類似度でのマージが終わったら、次は後方類似度でのマージ・・・っていうのを何回か繰り返していって、その度に色が影響を受ける？
――それとも前後同時にやっといた方がいい？
――ツリー丸ごとマージしてしまうと、同形異義語に対応できなくなりそう ――重力で引っ張り合う
――上と下でも奪い合う？
――上下それぞれに別の色を割り当てるようにすればいいじゃん
――そしたらちょうど3パラメータになるんじゃない？ ――あくまでも境界ごとに集計
――もし境界どうしで全然別のクラスターを形成してたら、全く違う色になるはず
――それで同形異義語も見分けられる
――文字単位でもできそう
――上と下を対等に扱う？
――境界からしたら対等に決まってるか
――品詞と分野はグラデーションになってるっぽいからわざわざ区別しない方がいいのかも
――親とか子の一致率によるマージと兄弟の一致率によるマージ★60
――親とか子の一致率が高いのは結構信用できるけど、兄弟の一致率が高いのはそんなに？
――文字単位で分析してシームレス化★59
――全ての文字列を形態素と見なす？
――互いの範囲が重なったりしてるやつも含めて？
――概念における同格や並列の扱いともパラレルな関係になってそう
――それとも頻度2以上のやつだけにしとく？
59/58★ミクロはマクロに通じる？
――隣接はやっぱり大事っぽい
――生成も補色度と隣接一致度の総合得点とかで決めてけば良さそう
60/58★どれとどれがどれだけ一致してるのかっていうのを比べるのがそもそも難しいんじゃないの？
――確かに、表とか組まないとできなさそう
――その方法自体は隣接だけじゃなくて相関にも使えそうではあるんだけどね
――数値に置き換えられればもっと簡単にできるようになるのかもしれないけど
――あとはマクロで動的に集計するとか
――数値に置き換えるのって文字一個一個にただ番号を振ってけばいいだけ？
――それとも文字列単位で番号を振ってく？
――隣接文字列一致率
――notionだと簡単に集計してくれるのかな？
――本当に隣接だけが重要なの？
――逆に形態素境界以外の境界って意味あるの？
――隣接一致率だけから階層を分析するのってなんか無理がありそうな気がするんだけど
――サンプル数集めれば行けるのかな？
――頻度1と隣接してる境界だけはさすがに分析のしようがないよね？
――でも上下両方とも頻度1と隣接してるような境界って理論上あり得ないはずだからたぶん大丈夫なんじゃない？
――でも文字単位ではあり得るかも
――それはもう境界とは見なさなくてもいいんじゃない？
――やっぱり境界の認定って形態素単位になってきそうだよね
――系統樹を作るのには文字単位の方が向いてそうだけど
――一致する形態素の異なり数？★62
――ていうか、範囲が被ってても別々の形態素と見なせるんだったら、もうそれら全部を合わせた隣接語の一致率で類似度を計って折り返し類推してもらうようにしとけばいいんじゃない？★61
――そうかも
――別に階層なんか無理に分析しようとしなくても、色相と明度を同時に推測してもらっとくだけでもいいんじゃない？
――確かに
――色付けって、単語単位でやるの？文字単位でやるの？
――文字単位だとそれこそ同形異義のオンパレードになっちゃいそうだけど
――じゃあやっぱり単語単位でやっといた方がいいのかな？
――形態素解析はむしろ頻度2以上の中でいちばん文字数の多くなる文字列でやっとけばいいのかもしれない
――もの、状態、相関
――分野、個性、係数
――明度、色相、彩度
――オブジェクト階層
――階層、個性、相関
――具体性、個性、極性
――色と一緒で、低階層（もの）と高階層（相関）は彩りが少なくて、中階層（状態）がいちばん多いのかも
――具体的なものほど色んな性質が積み重なってる？
――いちばん単純（高階層）なのが相関性（存在プロパティ）？ ――そこだけ掛け算になってる？
――同じ階層どうしは普通中和されそうだけどね
――メタなやつほど方向を変える
――同じ階層どうしだと足し算になる？
――マージって「同じ個体や条件に宿る」みたいな意味？ ――相関ってマージ元とマージ先両方の数量を指定する必要がありそうだよね ――例えば否定って別オブジェクトって意味になるんじゃない？★63 ――じゃあ変化っていうのは時間的に別オブジェクトになるってこと？ ――ほんとにオブジェクトそのものが変わってるの？状態が変わってるだけじゃない？ 61/60★他の言語にも応用できるようになりそうだしhttps://scrapbox.io/files/6867943f4d2fee4f71bbdcba.jpg
62/60★単純に一致してる回数だけでいいんじゃない？
63/60★否定ってパラメータが逆になってるって意味でもありそうだから、そういうやつともパラレルになってるのかも ――個性、マージ先の階層（への影響）、マージ先の個性への影響
――影響を与える階層（カテゴリ）
――頻度が高いほど範囲も広い？
――そのぶん様々なものに影響を与えやすい？
――つまり色番号で大きな方の桁を担当する？
――それとも下から上？
――下からやってくんだったら係数どうしの掛け算はやらなくてもいいんじゃない？
――でもやっぱり係数どうしの掛け算も必要になってくるのかな？
――2つの否定辞が先にマージされちゃってる場合とか★64 ――係数による明るさの変化じゃなくて色相の角度を変化させる方式に変えれば？ ――例えば否定の場合は±180°とか
64/63★そもそもそんなケースってめったにない？
――細かく考え過ぎかもしれない
――やっぱり係数も要らないんじゃない？
――「ないものはない」と「ないことはない」の違いとか一応ありそうだけど★76
――「絶望的にない」と「絶望的じゃない」とか
――ファジィさも持たせときたい★81
――自然言語ってそもそも曖昧なものだから
――個性を表す単語と実現性を表す単語に自然に分かれていくようにすればいいんじゃない？
――後者ばっかり増えていきそう★65
――足し算（並列）の場合と掛け算（直列）の場合があるよね
65/64★いや、そもそも色が足りてないと平均した時に灰色にならないはずだから、ちゃんと前者も出来てくるはず
――そうなったら主要部・従属部に関係なく、色は平均、係数は掛け算すれば済むようになる？ ――実現性にも大きく影響せず、個性も小さいような単語ってどうしたらいいの？ ――係数の最大値を1にしとけばいいの？
――その場合、係数を掛け算していくにせよ平均していくにせよ、どんどん絶対値が小さくなっていってしまいそうだよね★66 ――実際にマージの時に効果を発揮するのって主要部側の係数だけ？ ――たぶんそうだけど、マージされた後はたぶん両者の係数が掛け算される ――やっぱり係数の最大値は1より大きいものにしとくべき？ ――係数をプラスの数だけにしといて、マージの時は平均していくようにしとけば、絶対値が小さくなっていくことはないんじゃない？ ――否定が表現できなくならない？
66/65★平均の場合は、全部を一気に平均する訳じゃないから、別にそんなに小さくなっては行かないんじゃない？
――そもそも掛け算じゃないとあんまり意味がなさそうだけど
――プラスマイナスじゃなくて掛け算割り算で表すようにしとく？
――プラスマイナスで掛け算する場合は、1個でも0になってしまうと他の全部の係数の意味がなくなってしまうっていう欠点がありそう★67
――掛け算じゃなくて割り算だったらどうなるの？
――それなら小さくなっていくこともないのかな？
――むしろ大きくなっていくことしかなくなって困っちゃうんじゃない？
――係数っていうより相関（どれだけ重なってるか）を表すようにすればいいんじゃない？★69
――何が違うの？
――よく分からないけど何となくそっちの方が比率とか割り算で表せそうな感じはするよね
――常に比率として捉えとけばいいってこと？
――そうすれば絶対値が小さくなっても意味合いはそんなに変わらない?
67/66★意図的に0を避けるようにプログラムしとけば大丈夫なんだろうだけど
68/65★なんかプラスマイナスの単純な出現回数だけで色相が大きく左右されてしまうのってあんまり良くないような気がする ――もうちょっとファジィな感じにしときたい
――係数自体は割とファジィさに貢献してくれてそうな感じもするんだけどね ――それを言い出したら構文解析も要らないんじゃない？
――確かに要らないのかも
――あと形態素解析も
――文字単位での分析って他の言語にも応用できるものなのかな？
69/66★個体として交わってれば肯定（IF）になるし、交わってなければ否定（NOT）だし、条件が重なってれば連言（AND）で、重なってなければ選言（OR）になりそうだよね★74 ――個体と条件での違いっていうより、主従関係か対等関係かによる違いのような気もする ――係数もお互いの頻度の大小とかによって、主従関係なのか対等関係なのか判断して対応を変えていくようにしといた方がいいのかな？★70 ――主従は絶対に二股になってそうだけど、対等は三股以上も普通にありそうだよね ――まあどっち道足し算にはなりそうだからマージの順番はあんまり関係ないんだろうけど 70/69★単語ごとに決めるようにしとけばいいんじゃない？
――でも場合によってはどっちにでもなれそうな単語もあるよね
――やっぱり同じ階層なら足し算で、違う階層なら掛け算になるんじゃない？★71
――掛け算になる場合は「こと」っていう1クッションが挟まってそうだよね
――代名詞が何を指してるのかとかそういうのにも応用できそう
――階層指定
――不明な場合はファジィに決定？
――階層と条件（シチュエーション）
――受容体
――2進数での四則演算だから簡単？
――絶対軸と相対軸
――重ね合わせ状態
――階層もファジィなもの？
71/70★色だとふつう8階層までしか表現できなさそうな気がするけど大丈夫なの？★72
――でもそれが3色分になるってことは、最大で24階層？
――2の24乗って16,777,216だから、フル活用すれば相当いろんなことが区別できるようになりそうだよね
――単語単位ではすごいんだろうけど、文章単位としてはどうなんだろう？
72/70★各世界に対応してるってことでいいんじゃない？
――条件、時間、空間、個体の中から2個ずつの組み合わせと、あとは認識とか現実とか★73 ――それでどうやって個性を表現するの？
――あと2色分使えるから何とか表現できるんじゃない？
――1プロパティで3階層（3色）ずつ使っても、それが更に8階層分あるから、かなりの所まで表現できることはできそう ――因数分解していけば、要素数はそんなに多くはならないのかもしれない
――階層は諦めてあくまでも相関によるクラスタとして表現するようにした方がいいんじゃない？
――逆に8階層くらいしかない方がいいのかもしれない
――括弧みたいなものとして使っとけばいいってこと？
――純粋に階層だけを表すんだったら256階層区別できるんじゃない？
――色相の時点で3色使っちゃってるから、階層を表すための色は残ってないでしょ
――じゃあやっぱり8階層までが限界なのか
――確かにその2つに大きく分けれるのかも
――物理世界と認識世界？
――それらが相補分布をなしてて、現実性とかもそれらとのバランスによって決まってたりする？
――でも話し手の主観とかって、現実の状態とは関係ないことも多そうだよね
――例えば結果はもう決まっちゃってるんだけど、話し手がそれを知らないだけの場合とか
――それを言い出したら時間だって絶対的な2方向だけで成り立ってそうだし、そういうのが3個くらいあったら、上手いこと色で表現することもできそうだよね
――時間、現実性、あともう一つは？
――物理的な近さ？
――時間は因果関係とのつながりも深そうだし、結構特殊なものなのかもしれない
――主観性？
――認識世界（何を正しいと思うか）、現実世界（何が正しいか）、概念世界（何が考えられるか）？
――感情？
――確かに主観性と現実性だけはメタな性質のような気もする
――基本的に上のものほど下のものに影響を与えれるみたいな
――抽象度の違いって言い換えてもいいのかな？
――同じ階層どうしだと影響を与え合えないから足し算になっちゃうみたいな
――階層ごとに別の次元を持ってる感じなの？
――掛け算になる層と足し算になる層が同じ単語の中で共存してることもある？
――階層ごとに係数が異なってる場合もあるってこと？
74/69★ifとandって基本的に同じものなんじゃない？ ――どっちも直列な気がする
――or（どっちでもいい）が成り立つってことは、2つのうちの共通する性質だけを抜き出すっていうことも係数次第ではできるようになるってこと？ 76/64★「ないものはない」自体にも〈ここにないものはここにない〉と〈ここにないものはどこにもない〉の2種類の解釈があり得そうだし、しかも意味的にはむしろ真逆になっちゃうから、計算のやり方自体にもちゃんとファジィさを持たせとかないといけない気がする
――どうやって実装したらいいんだろう？
――1個目の解釈では「ない」（低）「ものは」（低）「ない」（低）でずっと同じ階層だけど、2個目の解釈では「ない」（低）「ものは」（高）「ない」（低）みたいに途中で階層が変わってる？https://scrapbox.io/files/68161ccfd65c4199295e33b9.JPG
――それとも「ない」（低）「ものは」（低）「ない」（高）みたいに、2個目の「ない」だけ高くなってたりする？
――2つの「ない」の階層が違ってないと、お互いに影響を及ぼし合えないはずだから、こっちの方が正しそう
――ということは「ものは」に、1個目の「ない」の階層を下げる働きか、2個目の「ない」の階層を上げる働きがある（場合もある）っていうこと？
――「ここに」っていう限定が1個目の「ない」にだけ掛かってるのか、両方の「ない」に掛かってるのかで、抽象度の違いが生まれたり生まれなかったりしてるだけなのかもしれない
――限定度の違いってことは、構文の違いっていうことでもあるんじゃない？
――それならファジィさも生み出しやすくなるかもしれない
――限定度は従属部のものを受け継ぐっていうことでいいの？それとも平均？★86
――係数は階層に応じて一律で決まるの？それとも上限が変わるだけ？★87
――係数による掛け算じゃなくて角度の足し算によって色相を変えるべき？
81/64★語学って特に焦点が大事そうだよね
86/76★階層／頻度が低い方のやつをそのまま引き継いでたら、そのうち全部がいちばん低いものになっちゃいそうだけど
――構文木を作る時点で平均化されてるんだからそれをそのまま使えばいいんじゃない？
――でもそれだと階層が同じになるっていうことが絶対になくなるよね
――ある程度丸めて判定させるようにすればいいのかな？
――だとしたら階層も頻度からじゃなくて一から作っていってもらった方がより柔軟になりそう
87/76★上限の方がいいかもね
89/53★オブジェクトどうしがマージして関数を作っていくんだとすれば、それに伴って項の数も増えていくはず ――単語単位で構文木と同じような順番でマージさせていくとしても、マージしたもの同士から出てくるのは0か1なのに、独立のニューロンから出てくるのは自由な値だったらおかしな事になりそう ――活性化関数次第なの？
――全ての事象を数値で表すことが出来れば、因果関係の計算も出来るようになりそう★92 ★95
――2進数までバラしとけば、実質的にプラスとマイナスの掛け算と同じような事が出来る？ ――繰り上がりも何かに利用できそう★93
――足し算も掛け算も順番によって結果が変わる事ってなさそうだし
――強いて言うなら足し算と掛け算のどっちを先にやるかくらい
93/89★桁上がりってニューロンの発火とそっくりじゃない？ ――繰り上がり元の数字は一周するだけだから、ただの角度の計算になるよね★94
――つまり、質的な計算もできるようになるって事？
――足し算は2個ずつじゃないと繰り上がる数字が1を越えちゃうからダメ？
――そもそも重みと閾値が融合しちゃってるから関係ない？
――でも各ニューロンからの出力が一定なのがNNの肝なんじゃないの？ ――まあ活性化関数にも色々あるっぽいだけど
――でも足すものが多くなればなるほど閾値の意味が無くなっていくって事だよね 94/93★でも最頻値が真ん中らへんに偏りそうじゃない？
――偏らないっぽい
95/89★一個一個の事象もフラクタルに表現すべき？★96
――大体この辺が条件で、この辺が時間でみたいに、大まかに例えば8桁ずつくらい割り当てて、更にその中で8等分してみたいな
――思考みたいに再帰できるものにまで割り当て始めちゃうと無限に階層が深くなっていきそうだけど大丈夫なの？
――あと結局要素ごとに桁を割り当てると、足し算した時に元々どれがどれの要素だったのかが分からなくなっちゃうんじゃない？
――入力先のニューロンの数は予め決めといて、先にマージするもの同士ほど近い位置のニューロンに入れとくようにすれば行けるかも ――仮想的な樹形図を作っといて、その末端ノードとして入力ニューロンを表現しとけばいいって事？ ――そうかも知れない
――何か生成文法とも繋げられそう
――実用的かどうかはともかく
📅23年秋～冬ごろ？
全部同じ形式なのが憧れる…
概念は概念の集合で出来てる
インプット、分析、アウトプット
相関だけで記述できる分析手段が欲しい
手動版ディープラーニングみたいなやつ
いかにして関数や変数を表現するか
それが課題ではある。手書きで。計算
多分、コンピュータの回路が数種類のゲートからできてることからも分かるように、相関を表すにはそんなに複雑なことをやる必要はない気がする
ORは並列つまり足し算だから、単純に相関がないってことだし、ANDは直列つまり掛け算だから、（正の）相関があるっていうことだよね あとはIFとか、NOTに当たるものもあればいいのかもしれないけど 結局はマージなんだよね
マージの順番と、抽象化
素性の集まりで出来てるからhttps://scrapbox.io/files/681886fc6c7ba67aa192d477.JPG
オブジェクトとは別に関係を表すような関数的なものが必要なのか まあ、IFとかNOTとかにしても、2つ以上の関係を表してるんだし、絶対必要か 適当に歩いてたらいつの間にか全体像が見えて、目的地にたどり着けてるみたいなのが理想的ではある
マージ（掛け算）は2者の相関関係でしかないし、関数も2者の関係の集まりに過ぎないはずだから、結局似たようなものなのかもしれない 両者は同時に成り立つもののような気がするから、並行的な存在なのかもしれない
ややこしくなりそう
でも相関って係数（重み）だから、関数が持ってるプロパティだと思えばそんなにややこしくないのかもしれない あんまり美しくはないような…
具体物だとピンとこない気がするけど…
自然言語の常識にとらわれてるから、あたかも動詞が結び付けれるのは主語と目的語だけなのと同じように1つの関数が2項しか取れないのは不便そうな気がするかもしれないけど、主語と目的語の関係だけじゃなくて、例えば主語と場所の関係だってまた違う関数を用意すればいいわけだから、意外と自由に表せるのかもしれない
ANDとかIFみたいに単なる相関を表してて特に具体的意味がなさそうな単語は「共存する」ぐらいの軽い意味を持ってると解釈しとけばいいだけだし 全ての2者間の関係を定義してたら、計算量がとんでもないことになりそうだけど大丈夫なのかな？
自然言語で言う動詞一個を定義するのに何個の関数を作ればいいんだろう？
四則演算以外は必要なのか？
個体を一つの世界として扱うならいらないのかもしれない
ランダムは効率がいい
並行的に共存できるのか？
独立に表すのか、関数の持つパラメータとして表すのか
https://scrapbox.io/files/68161cee42c24746d5c0726b.JPG
抽象か、分類、計算
Scrapbox的な感じで
特にタスクとプロジェクトとか
あとデイリーも、全部同じ規格
関数、規則をランダムに生成する、関係、構造
相関との関係は？
それすらも相関に含まれる？
原理的にはそうかもしれないけどめんどくさ過ぎない？
段々関数化していきそう
現象の中の役割の数は無限に増やせるってこと？★101 むしろだからこそ意味があるのか
ペニギリ語やマンダラート的整理思考術とも自然に関連付けられるんじゃない？ 横に広がってくってことが結構大事だったりするのか
関係は角度（アングル）として表せるって事なんじゃない？
関係の在り方自体は抽象化してもある程度保たれるはずだし
角度ってことは足し算で表した方が都合がいいかもしれない
100★関係があるっていう現象の中のサブオブジェクトに過ぎないんだよね
ていうことは役割自体も現象だし同じ現象のサブカテゴリってこと？
そっちの方がAI的には理解しやすいかもしれない
それが足し算っぽさでもありファジィさでもあるって事なんだろうね
101★そう考えると、個体識別IDは無限に必要になるかもしれない
脱構造と言うか、構造すらファジィにしてしまうっていう
現象を存在から分離して扱った方が勉強とかで規則を覚えたり発見したりしたい時に便利かもしれない 相関・所属するオブジェクトをランダムに決めてくれて、相関係数もランダムに設定してくれるような仕組み 相関は2者同士の関係だけ示しとけば全部示せる？
ペニギリ語も仮で作ったものを使いながら研究してった方が早く完成にたどり着けるかもしれない 何となくクラスターを形成していくみたいな
正直存在と現象を分離するより「食事に関係するもの」「食事する人」「食事されるもの」みたいな感じで、両者をセットにして取り扱った方が便利そうだよね マジで組み合わせの総数分オブジェクト作らないといけないんじゃ？ IDによってリンクがつけられて関係が示される？
ぱっと見で理解できなくない？
思想としては似てる部分があるはず
プロパティの数が多くなるほど解像度が高くて視野が広い？ 分野ごとの詳しさを比べたかったらプロパティの数を比べればいい 各分野の解像度をなるべく均衡に保つ工夫が必要
具体的、ニッチ、マニアック…
せめて可視化できるようにしておきたい
その分野の中である概念がどれだけ普遍的なのか探っていく（パラメータ調整）（相対化）
頻度とかで分かる？
偏り具合に制限を作ることで、分野ごとの均一さを確保したい
その仕組みを作れるアプリを探す
語学とかに向いてそう
必ず2個ずつマージか
3個ずつ以上もありか
まあ原理的には2個ずつで行けるのかな…
共起語（ネットワーク）によって定義される
ソシュールじゃないけど、概念の定義は他のものとの関係によってしか決まってなくて、何に属するかよりも大事なんじゃない？
相関が外れて行くっていうのは、係数が平均化されていくってこと？
相関オブジェクト自体にもどれだけ参考になるかっていう重みづけみたいのがある？ ニューラルネットワークと同じことか…
足し算と掛け算だけで作れるのか？
ニューラルネットワークの仕組みは少なくともそうなってるっぽいけど
ニューラルネットワークも究極的には足し算的発想（多数決的な）
マージってどう再現するの？
あくまで相関を表してるのであって構造を表すことは出来なさそう
会話と思考も求められるものが違う
会話と思考は分けた方がいいかも
1行に書き足していくのが筋ではあるのかな？
会話や思考全体で1つの命題？
二値分類の形が美しくないなら、最初から規則的な形にしなければいい？
ニューロンの層を決めたり出力先の数を揃えたりしない方がいい？ 既存のリンク項目どうしの相関でネットワークを作ればいい？
循環参照にならないの？
不正解もないと学習できないんじゃない？
誰が正解かどうかを判断するのかっていう話になる
基本正解と思うものしか書かないけど、AIが勝手に項目を書き換えたりしてアブダクションを起こしてくれる？ 信号の量じゃなくてバランスで良し悪しを判断するようにすれば、反面教師がなくても学習できる？
語形を作ってしまえば記憶もしやすいはずだしそっちの方が形も美しくなりそう
頻度による、構文・形態素解析も役に立ちそうだし
自分でリンクを作るやり方と食い合わせが悪いんじゃない？
アナログで再現できなさそうだし…
でも形は美しいんだよね…
見た目重視で行く方がテンションは上がるかも
結局マージする順番を決める為のものだから、機械でも手動でもやってることは同じなんじゃない？
リンクを作るのだって形態素解析の一種とも言えそうだし
それの単位をどんどん大きくしていったのが形態素解析でしょ
自然言語はそんなものなくてもちゃんと意味を表せてるんだから大丈夫なんでしょ
むしろそっちの方が会話とか思考ともシームレスにできていいんじゃない？
いちいち意味の分からない表記に書き直さないでもいいって事か
分類はしにくくなりそうな気がしなくもないけど
でもそっちの方が文芸的データベースっぽくてかっこいいかもしれない
ちゃんと演算できるのかな？
一応人為的分析を優先するように設計しといたほうがいいのかな？
品詞解析もしないといけないんでしょ？
やっぱり共同分析した方がいい？
頻度による解析は乱数で結果がコロコロ変わっちゃうし
マシンパワーもすごく使いそう
データベース的表記ってどういう時に使うの？
全部文章で分析できた方が良くない？
よっぽど正確に意味を解釈してほしい時だけだよね？
文法とか、メタな情報を書く時に使うのか
文章を直接解釈するのか、データベース形式に直してから解釈するのか…
結局は統一されるようにした方がいい気がするから、やっぱりデータベース形式は必要かもしれない
会話や思考も、ちゃんとDB形式に変換できるようになることがAIが文章を理解できてるかどうかの試金石にもなるだろうし
文章には表現の揺らぎがあるだろうけど、DB形式にはそういうものが基本的には表れないはずだから、意味の正確性を担保する為にも必要なんじゃない？
あとそもそも文章が表してるのは記号だけど、DBが表してるのは内容っていう根本的な違いもあるから両者に同じ役割を担わせるのは無理な気がする
そもそもDB形式をペニギリ語で表記すれば、両者がまぎれることはなさそうhttps://scrapbox.io/files/6923f9c3821fb1040057352f.jpg