見出し画像

理系にも分かる現代文ーー読解を半明示的ゲームとして評価規則を明示化するための形式化試案

Reading Monkey

要旨

大学入試の選択式現代文では、「本文に即して最も適切なものを選ぶ」という表向きの指示だけでは、選択肢の優劣を決める手続きが十分に明示されない。本稿は、この不透明さを評価規則の部分的非公開性として捉え、読解を、（1）テキストから複数の談話解釈を構成する段階、（2）設問に応じた損失のもとで選択肢を比較する段階、（3）作問慣習を利用して採点キーを推定する段階、の三層に分けて記述する。中心的提案は、許容される解釈モデルの集合に対して選択順位がどの程度安定するかを、一意解の妥当性の基準とすることである。この基準は解答技術の透明化に役立つだけでなく、「一意に解けない問題」をモデル依存性として記述する道を開く。以下に現れる数式は完成した計算モデルではなく、判断がどの前提に依存するかを明示するための概念的定式化である。末尾に、高校生がそのまま使える簡略版チートシートを付す。

凡例——本稿の記法と主張の区別について

本稿の数式には三種類の身分がある。誤解を避けるため、各節で次のラベルを用いて区別する。

  • ［定義］：後段の推論で実際に使用する定義。

  • ［概念モデル］：諸概念の関係を整理するための模式であり、構成要素の推定法までは与えない。

  • ［例示］：仮の数値や仮定を用いた説明。

また、既存理論に基づく記述と本稿独自の提案の境界は、各節で明記する。主要記号は次の通りに固定する：本文 $${T}$$、設問 $${q}$$、選択肢集合 $${A}$$、潜在談話モデル $${Z}$$、許容事後分布の集合 $${\mathcal{P}_T}$$、談話状態 $${S_t}$$（コミットメント構造 $${C}$$ と区別する）、読者状態 $${\rho}$$、選択肢 $${a_i}$$ のリスク $${\mathcal{R}_i(P)}$$。

第1部 問題意識——なぜ現代文は「察する科目」に見えるのか

1.1 出発点となる作業仮説

数学や物理では、定義・公理・推論規則が明示され、答案の正誤は原理的に第三者が検証できる。一方、現代文の指導言語は「本文に即して読む」「筆者の主張を正確に捉える」「最も適切なものを選ぶ」といった言明に留まりがちである。これらは偽ではないが、実際に正解を分かつ判定基準——「本文と矛盾しない」ことと「本文に支持されている」ことの区別、範囲・程度・主体・因果の照合、追加仮定の少なさ——を一言に圧縮してしまっている。

本稿は次の作業仮説から出発する。学校数学や学校物理の典型的な問題形式に慣れた一部の学習者は、読解に伴う不確実性そのものよりも、選択基準が十分に明示されないまま一意解を要求されることに抵抗を感じる。いわゆる「理系は現代文が苦手」という通念の少なくとも一部は、能力の欠如ではなく、指導形式とのミスマッチとして説明できるのではないか。この仮説の実証は本稿の範囲外であるが、仮説が正しいかどうかにかかわらず、評価規則の明示化には独立の価値がある。明示された規則は訓練可能であり、検証可能であり、そして批判可能だからである。

1.2 評価規則の部分的非公開性

選択式試験の正解は、原理的には次の三つが一致するときに正当化される。

  • 本文が最も強く支持する解釈

  • 熟練した複数の読者が安定して到達する解釈

  • 出題者が正解キーとして設定した選択肢

良問ではこの三者が一致するように選択肢が設計され、誤答には特定可能な欠陥（範囲の拡大、断定の強化、主体の入れ替え等）が埋め込まれる。しかし、この設計原理は受験者に公開されない。受験者は過去問・授業・解説・受験文化から設計原理を逆推定することを強いられる。ルールの一部（本文に即す、最適を選ぶ）は明示され、残り（誤答の作られ方、判定の優先順位、許容される背景知識の範囲）は暗黙のまま運用されている——本稿の表題にいう「半明示的ゲーム」とは、この状態を指す。

1.3 出題の思想を明示した先行者たち

受験国語の内部でも、暗黙規則の明示化は繰り返し試みられてきた。石原千秋は『教養としての大学受験国語』において、入試評論文を読むための二項対立的な座標軸を体系的に提示し、さらに入試問題そのものを批評の対象とした [1]。これは、本稿の言葉でいえば、評価規則の一部を復元して公開し、規則が壊れている問題を指摘する営みとして捉えられる。本稿は、この系譜の試みを、意味論・語用論・談話理論・確率的意思決定・測定理論の道具立てを借りて、一段階進めることを目指す。

1.4 本稿の中心的主張と構成

現代文の解答に必要なのは、形式論理の適用能力でも文学的感性でもなく、

本文に制約された、最良の解釈を選ぶ能力

である、というのが本稿の中心的主張である。これは哲学でいう「最良の説明への推論」[2][3]、人工知能研究でいう「解釈としてのアブダクション」[4] に対応づけられる。すなわち、複数の可能な解釈のうち、本文のより多くの情報を、より少ない追加仮定で説明するものを選ぶ推論である。

第2部の形式化は三層から成る。中核は、許容モデル集合上のロバスト意思決定（2.1、2.7、2.22節）。その入力となるのが、意味・談話構造の表現（2.2〜2.6節）。そして出力側に、出題を監査するための測定理論とメタゲームの分析（2.21〜2.23節）を置く。それ以外の節（理由・主旨・心情など設問類型ごとの定式化）は、この骨格の上での拡張である。


第2部 形式化の試案

2.1 問題全体の定義——Γ-ミニマックス規則と一様マージン条件

［定義］ 一つの現代文問題を、次の組として定義する。

$$
I=\langle T,, q,, A,, K,, \mathcal{M},, \Lambda,, L_q \rangle
$$

ここで $${T=(u_1,\dots,u_n)}$$ は本文を構成する文の列、$${q}$$ は設問、$${A={a_1,\dots,a_m}}$$ は選択肢集合、$${K}$$ は使用可能な背景知識、$${\mathcal{M}}$$ は許容される意味・談話モデルの集合、$${\Lambda}$$ は事前分布や語用論規則の許容パラメータ集合、$${L_q}$$ は設問固有の損失関数である。

解答は本文から直接取り出されるのではない。まず、モデルとパラメータの組 $${\omega=(M,\lambda) \in \Omega=\mathcal{M} \times \Lambda}$$ ごとに、本文の背後にある潜在的談話モデル $${Z}$$（2.3節）の事後分布を構成し、その全体を許容事後分布の集合とする。

$$
\mathcal{P}T={, P{M,\lambda}(Z \mid T, K) \mid (M,\lambda) \in \Omega ,}
$$

唯一正しい事前分布や解釈モデルの存在を仮定せず、集合のまま扱う点が本稿の要である。設問 $${q}$$ は、潜在モデルから何を取り出すかを指定する対象関数 $${\tau_q : Z \to Y_q}$$ に対応する。自然言語で書かれた選択肢は直接には損失関数に入らず、設問文脈での意味解釈 $${[![a_i]!]_q}$$ を介して評価される。分布 $${P}$$ のもとでの選択肢 $${a_i}$$ のリスクを、

$$
\mathcal{R}i(P)=\mathbb{E}{Z \sim P}\bigl[, L_q([![a_i]!]_q,, \tau_q(Z)) ,\bigr]
$$

と定義する。このとき、慎重な解答規則の一つは、

$$
a^{\Gamma} \in \operatorname*{argmin}{a_i \in A}; \sup{P \in \mathcal{P}_T} \mathcal{R}_i(P)
$$

である。これは、許容分布のなかで最も不利な場合の期待損失を最小にするΓ-ミニマックス規則であり、ロバスト・ベイズ解析の標準的な考え方に属する [5]。ここで注意すべきは、この規則が「同じ選択肢がすべての分布で最良である」ことまでは意味しない点である。後者はより強い条件であり、正のマージン $${\gamma}$$ を用いて、

$$
\exists, i^{};; \forall P \in \mathcal{P}_T;; \forall j \neq i^{}:;; \mathcal{R}_{i^{*}}(P)+\gamma \leq \mathcal{R}_j(P)
$$

と書ける。本稿ではこれを一様マージン条件と呼ぶ。一意正解の正当化に必要なのはΓ-ミニマックス解の存在ではなく、この一様マージン条件の成立である——という区別が、2.22節の問題監査の基礎になる。

2.2 区別すべき四つの関係

［概念モデル］ 現代文では、命題 $${p}$$ をめぐる少なくとも次の四つの関係を区別しなければならない。

  • $${\mathrm{Truth}_W(p)}$$：現実世界で $${p}$$ が成り立つ

  • $${\mathrm{Commit}_T(p)}$$：本文が $${p}$$ を表明・支持している

  • $${\mathrm{Intent}_{\mathrm{auth}}(p)}$$：本文から推定される伝達意図が $${p}$$ を含む

  • $${\mathrm{Key}_E(p)}$$：出題者が $${p}$$ を正解として設定している

これらは種類の異なる関係であり（世界と命題、テキストと命題、推定された意図と命題、採点行為と命題）、一致するとは限らない。なお作者意図は、実在の作者の心理ではなく、あくまで本文から推定される伝達意図に限定する。本文に「かつて人々は太陽が地球の周囲を回ると信じていた」とあっても、本文は天動説を支持していない。「科学は完全に客観的であると一般には考えられている。しかし、この見方には問題がある」という文では、一般の信念は本文中に登場するが、筆者によって支持されてはいない。

したがって「本文に書いてある」という関係は、単なる文字列の出現ではなく、発話主体 $${\alpha}$$、表明の様態 $${\kappa}$$、命題内容 $${p}$$、支持の強さ $${s}$$、作用域 $${\sigma}$$ を持つコミットメント関係 $${\mathrm{Com}(\alpha, \kappa, p, s, \sigma)}$$ として表現するのが適切である。様態 $${\kappa}$$ には、主張された・前提とされた・含意された・引用された・否定するために言及された・仮定された・皮肉として述べられた・人物の視点から焦点化された、などの値が入る。同一の命題内容でも様態が異なれば読解上は別の情報であり、誤答の典型である「引用された一般論を筆者の主張にすり替える」変形は、$${\alpha}$$ と $${\kappa}$$ の書き換えとして記述できる。

2.3 潜在的談話モデル Z の構成

［概念モデル］ 本文から推定すべき潜在モデルを、次の成分の組として考える。

$$
Z=\langle \Pi,, \Sigma,, W,, E,, D,, C,, N,, X,, \Theta,, \rho \rangle
$$

$${\Pi}$$ は統語解析（係り受け・省略・主語の同定）。$${\Sigma}$$ は意味解析であり、各文の論理形式・語義・指示対象・作用域を与える。指示や省略の解決を文脈更新として扱う枠組みとしては談話表示理論がある [6]。$${W}$$ は本文世界、すなわち本文中で成立する出来事・対象・状態のモデルであり、テキスト理解研究でいう状況モデルに対応づけられる [7][8]。$${E}$$ は時間・出来事・因果構造。$${D}$$ は談話構造、すなわち各文が主張・根拠・具体例・反論・譲歩・言い換え・対比・結論のいずれの役割を果たすかを示すグラフであり、修辞構造理論 [9] や分節談話表示理論 [10] が精密な語彙を与える。$${C}$$ は2.2節のコミットメント構造。$${N}$$ は語り手・視点モデル（信頼性・焦点化・情報アクセス範囲）。$${X}$$ は登場人物の内的状態（信念・欲求・意図・感情）。$${\Theta}$$ は推定される伝達目的（説明・説得・批判・曖昧さの維持）。$${\rho}$$ は読者状態（注意・期待・感情）であり、表現効果を問う設問で必要になる。

このとき読解は、文の意味の総和ではなく、$${T}$$ から $${P(Z \mid T)}$$ への潜在構造推定として捉えられる。この見方の利点は、誤読を $${Z}$$ の特定成分——とりわけ $${C}$$（誰の主張か）と $${D}$$（その文が全体の中で何をしているか）——の推定誤りとして局在化できることである。

2.4 意味の構成的表現と、誤答の論理的解剖

［例示］ 意味表現には型付き内包論理を用いることができる。本文の

一部の人は便利さによって判断する機会を失うことがある。

は概略、

$$
\exists x,[, \mathrm{Person}(x) \wedge \Diamond, \exists e,(\mathrm{LoseOpportunity}(e, x, \mathrm{Judge}) \wedge \mathrm{Cause}(\mathrm{Convenience}, e)) ,]
$$

と表せる。一方、誤答選択肢の典型である「人間は便利さによって必ず判断力を失う」は、

$$
\forall x,[, \mathrm{Person}(x) \rightarrow \Box, \exists e,(\mathrm{LoseAbility}(e, x, \mathrm{Judge}) \wedge \mathrm{Cause}(\mathrm{Convenience}, e)) ,]
$$

である。両者の間では、量化の強化 $${\exists \to \forall}$$、様相の強化 $${\Diamond \to \Box}$$、述語内容の変更（機会→能力）という三つの独立な変形が起きている。語彙の表面的類似と論理内容の同一性は別物である。この種の区別は、自然言語推論研究において「テキスト含意認識」[11] として課題化され、量化表現の単調性に関わる推論は「自然論理」[12] によって形式化されている。もっとも、これらの研究が直接扱うのは英語を中心とした含意判定であり、日本語の入試誤答一般を機械的に検出できると主張するものではない。本稿が借りるのは、含意・両立・矛盾を区別するという問題設定と、量化・様相の変形を追跡するという分析の視点である。

2.5 動的解釈——文章は逐次的に読まれる

［概念モデル］ 本文はすべての文を独立に解釈するのではなく、文を読むたびに談話状態を更新する。

$$
S_t=\mathrm{Update}(S_{t-1},, \varphi_t)
$$

ここで $${\varphi_t}$$ は第 $${t}$$ 文の論理形式である。更新されるのは指示対象・話題・発話主体・前提・対立構造・未解決の問い・人物状態・読者の期待などである。照応解決は、単語の対応ではなく、現在の談話状態に存在する候補についての確率的な選択 $${P(\mathrm{Referent}(\text{それ})=x \mid S_{t-1})}$$ として表現でき、候補が複数残る場合は分布のまま保持される。認知心理学の構成統合モデル [13] は、人間の読解が逐次的な活性化と統合の過程であることを示している。「指示語は直前直後の談話状態から解決せよ」という受験指導の定石を、この動的更新の性質と結びつけて理解できる——というのは本稿の応用的解釈であり、モデルからの厳密な導出ではないことを断っておく。

2.6 語用論を発話生成モデルとして扱う

［概念モデル］ 自然言語の解釈は、字義的意味の計算に尽きない。読者は「なぜ、この状況で、この表現が選ばれたのか」から意味を推測する。この直観はグライスの会話的推意 [14] と関連性理論 [15] によって理論化され、近年は合理的発話行為（RSA）モデル [16] として、話者と聞き手の相互予測を確率的に実装する枠組みが提案されている。この発想を借りれば、発話者が潜在状態 $${Z}$$ を伝えるために本文 $${T}$$ を選んだとみなし、生成モデル $${P(T \mid Z, K)}$$ をベイズ則で逆転させて $${P(Z \mid T) \propto P(T \mid Z),P(Z)}$$ を評価する、という構図が得られる。すなわち「この文章が実際にこう書かれたという事実は、どの解釈のもとで最も説明しやすいか」を問うのである。

なお、RSAの文献が直接支えるのは情報伝達についての話者・聞き手モデルであり、修辞的効用や文学的効用（曖昧さ・余韻の価値）を効用関数に含める拡張、評論と文学でそれらの重みが異なるという見立ては、本稿独自の提案である。また重要な原則として、語用論的推論は本文を解釈するために使うのであって、本文に代わって答えを決めるために使ってはならない。

2.7 「両立」と「支持」の厳密な区別

［定義］ 本稿の枠組みで最も重要な区別を、許容分布集合の上下確率 [17] によって定義する。

$$
\underline{P}T(p)=\inf{P \in \mathcal{P}_T} P(p), \qquad \overline{P}T(p)=\sup{P \in \mathcal{P}_T} P(p)
$$

このとき、次の三つの状態が区別される。

  • 両立可能：$${\overline{P}_T(p)>0}$$。少なくとも一つの許容モデルで $${p}$$ が成立しうる。

  • 条件付きの支持：$${\overline{P}_T(p) \geq 1-\varepsilon}$$。少なくとも一つの許容モデルでは強く支持される。

  • ロバストな支持：$${\underline{P}_T(p) \geq 1-\varepsilon}$$。どの許容モデルを採っても強く支持される。

選択式試験の正解が備えるべきは三番目、ロバストな支持である。「形式論理的には否定できないが、正解ではない」という現象は、両立可能ではあるがロバストな支持を欠く状態として記述される。

さらに、「世間一般にありそうだから」ではなく「本文がその命題をどれだけ支持したか」を測るには、各モデル内で事前分布からの更新量を見ればよい。固定した $${P \in \mathcal{P}_T}$$ のもとで、本文によるテキスト証拠量を対数ベイズ因子 $${\mathrm{TE}_T(p)=\log P(T \mid p, K)-\log P(T \mid \neg p, K)}$$ として定義すれば、正なら本文は $${p}$$ を支持し、ゼロなら情報を与えておらず、負なら反する証拠を与えている。この量が許容モデル全体で符号を保つかどうかが、支持のロバスト性の別表現になる。

2.8 数値例——沈黙は怒りか、退出か

［例示］ 本文が「彼は返事をせず、時計を見て、書類を鞄に入れた」であるとする。仮説を $${H_L}$$（退出しようとしている）と $${H_A}$$（腹を立てている）とし、説明のため事前確率を等しく、観察を条件付き独立と仮定する。退出仮説のもとで $${P(\text{沈黙} \mid H_L)=0.5}$$、$${P(\text{時計} \mid H_L)=0.8}$$、$${P(\text{鞄} \mid H_L)=0.9}$$、怒り仮説のもとで $${P(\text{沈黙} \mid H_A)=0.8}$$、$${P(\text{時計} \mid H_A)=0.2}$$、$${P(\text{鞄} \mid H_A)=0.2}$$ とすると、尤度比は、

$$
\dfrac{0.5 \times 0.8 \times 0.9}{0.8 \times 0.2 \times 0.2}=11.25
$$

となり、二仮説のみを考えれば $${P(H_L \mid T) \approx 0.918}$$、$${P(H_A \mid T) \approx 0.082}$$ である。怒りの可能性は排除されていないが、観察された三つの行動をまとめて説明する力は退出仮説の方が大きい。現代文で行われている蓋然的推論の理念型を、この例は示している。もちろん個々の数値は仮置きであり、客観的に一意に定まるものではない。数値の恣意性を認めた上でなお選択順位が保たれるか——それを問うのが2.1節の分布集合と2.22節のロバスト性である。

2.9 背景知識の階層化と出所ラベル

「本文だけで解け」という指導は、字義通りには実行不可能である。本文だけでは日本語すら理解できない。必要なのは、使用してよい背景知識の階層を明示することである。

$$
K=K_{\mathrm{lex}} \cup K_{\mathrm{gram}} \cup K_{\mathrm{disc}} \cup K_{\mathrm{prag}} \cup K_{\mathrm{world}} \cup K_{\mathrm{genre}} \cup K_{\mathrm{exam}}
$$

すなわち語彙、文法・構文、談話関係（「しかし」の後ろに筆者の中心的判断が来やすい等）、語用論的常識（時計を見ることの含み等）、一般的世界知識、ジャンル知識、そして入試の作問慣習である。すべての推論に出所ラベルを付ける。正解の導出が本文 [T]・言語知識 [L]・通常の語用論 [P] で完結するなら妥当であり、専門的外部知識 [X] や「この手の問題では長い選択肢が正解になりやすい」といった試験慣習 [E] に依存するなら、その問題は読解以外の何かを測っている疑いがある。この区別は2.23節で測定の問題として再論する。

2.10 最小追加仮定を証明コストとして表す

［概念モデル］ ベイズ形式と相補的に、証明論的な定式化も考えられる。本文と背景知識から命題 $${p}$$ を導く証明 $${\pi}$$ に対し、使用した推論規則 $${r}$$ のコスト $${c(r)}$$ の総和を証明コストとし、最小支持コストを、

$$
c^{+}(p)=\min_{\pi,:, T, K \vdash p} \mathrm{Cost}(\pi)
$$

と定義する。本文の明示的言い換えはほぼゼロコスト、通常の語用論推論は小さな正コスト、本文外の特殊な心理仮定や社会事情の補完は大きなコストを持つ。二つの選択肢がともに導出可能でも、$${c^{+}(a_1)<c^{+}(a_2)}$$ なら $${a_1}$$ がより少ない追加仮定で成立する。$${c(r) \approx -\log P(r)}$$ と置けば最小コスト証明は最大事後確率推論の近似となる。この構図はHobbsらの「重み付きアブダクションとしての解釈」[4] に由来する。受験指導の格言「本文にないことを勝手に補うな」は、この証明コスト最小化の日常語版として読める。

2.11 発言と実態のずれを扱う——二方向証拠モデル

文学作品では人物が本心と異なる発言をし、語り手の発言と描写が食い違い、評論でも筆者が途中で立場を修正する。ここで注意すべきは、たとえば「人物が『平気だ』と言う」と「実際には平気でない」は主体・様態の異なる別命題なので、そのままでは矛盾ですらないことである。したがって手順としてはまず、各主張を主体・時点・様態について正規化する（2.2節のコミットメント関係に書き直す）。その上でなお、同一の正規化された命題 $${p}$$ に対して肯定側と否定側の両方に証拠が残る場合がある——立場を途中で修正する評論や、意図的に両義的な文学では実際に起こる。

この場合に備えて、命題 $${p}$$ に肯定側支持 $${s^{+}(p)}$$ と否定側支持 $${s^{-}(p)}$$ の対を持たせ、「肯定のみ」「否定のみ」「両方に証拠」「未決定」の四状態を区別する。これはベルナップの四値論理 [18] の発想に着想を得た二方向証拠モデルであり、四値論理そのものではない（支持度を実数対とし、矛盾からの任意命題の導出を許さない点で異なる）。両方に証拠がある状態を破綻ではなく情報として保持できることが、立場の変化や人物の両義性を問う設問に対応するための要件である。

2.12 選択肢を「照合単位となる部分命題」に分解する

選択肢を一文のまま評価してはならない。ただし、選択肢が常に原子命題の単純な連言であるかのように扱うのも正確ではない。因果・様相・否定・引用・前提は作用域を持ち、平坦化すると意味が変わるからである。たとえば「筆者は、AがBを引き起こしたと考えている」は、$${\mathrm{AuthorCommit}(\mathrm{Cause}(p_A, p_B))}$$ という入れ子構造であり、$${p_A \wedge p_B \wedge \cdots}$$ に潰してはならない。

そこで本稿では、選択肢を構造を保った論理形式に写した上で、本文との照合が可能な最小の部分命題（照合単位）に分解する、と定式化する。たとえば「筆者は、現代人が他者との関係を完全に拒絶しているため、社会的連帯はもはや不可能になったと考えている」という選択肢の照合単位は、（1）現代人は他者との関係を拒絶している、（2）その拒絶は完全である、（3）その拒絶が連帯崩壊の原因である、（4）連帯は不可能になった、（5）以上の全体が筆者に帰属される、である。（5）は（1）〜（4）と並列の命題ではなく、全体を包む帰属演算子である点に注意されたい。

選択肢全体の評価は各照合単位の評価の平均ではない。中心的な照合単位が一つでも本文と矛盾すれば、構造全体の支持は崩落する。誤答の前半が正しくても後半の一語で不正解になるのはこのためである。

2.13 誤答変形の三分類

誤答の多くは、本文が支持する内容に定型的な変形を加えて生成されたものとして分析できる。変形に名前を付ければ、誤答分析は「なんとなく違う」から「どの変形を含むか」の診断に変わる。変形は性質の異なる三群に分かれる。

第一群：命題内容の変形（論理形式のレベルで定義できる）

  • QNT（量化の拡大）：$${\exists \to \forall}$$。「一部の人は」→「人間は」

  • MOD（様相の強化）：$${\Diamond \to \Box}$$。「ことがある」→「必ず」

  • NEG（否定の変形）：「必ずしも正しくない」→「完全に誤りである」

  • TMP（時点の移動）：$${p(t_1) \to p(t_2)}$$。以前の心情→現在の心情

  • CAU（因果の付加）：共起 $${\mathrm{Concurrent}(x,y)}$$ →因果 $${\mathrm{Cause}(x,y)}$$

  • ADD（本文外内容の追加）：事実記述→価値判断（$${p \to \mathrm{Ought}(p)}$$）

第二群：帰属・談話構造の誤り（コミットメント構造・談話グラフのレベルで定義される）

  • SRC（発話主体の入れ替え）：紹介された一般論→筆者の主張

  • GEN（過度な一般化）：一つの事例→一般法則への格上げ

  • LOC（局所整合・全体不整合）：具体例の細部→文章全体の結論への格上げ

第三群：設問適合性の誤り

  • TYP（設問種別との不一致）：理由を問われて状態を答える

本文がコミットする命題の集合を $${\mathcal{C}_T}$$ と書けば、ある選択肢の「本文からの遠さ」は、$${\mathcal{C}_T}$$ の要素から当該選択肢の論理形式に到達するのに必要な変形の最小コスト和として測る、という概念モデルが立てられる。なお、この「誤答の定型性」は現代文に固有の現象ではない。教育測定学には多肢選択問題の作問規則を体系化した研究の蓄積があり [19]、誤答肢は受験者の典型的誤解を反映するように設計すべきこと、正解肢だけが決定的な表面的手がかりを持ってはならないことが規範として明文化されている。現代文の「選択肢の切り方」は、この作問規範を受験者側から逆向きに読む技術として位置づけられる。

2.14 設問を対象関数と損失関数にコンパイルする

すべての設問を同じ基準で解いてはならない。設問文から対象関数と損失関数の対 $${\langle \tau_q, L_q \rangle}$$ を生成する。内容一致問題なら対象は本文コミットメント。筆者の主張問題なら対象は筆者に帰属する上位命題であり、損失は主体・作用域・内容の誤りに感応する。指示語問題なら対象は談話指示対象。理由問題なら対象は説明構造（2.16節）。主旨問題なら対象は談話全体の圧縮表現（2.17節）。心情問題なら対象は人物の潜在状態（2.18節）である。

この定式化の利点は、「設問に答えているか」を型検査として扱えることである。理由を問われているのに状態を述べる選択肢は、対象の型が一致せず（$${\mathrm{Type}([![a_i]!]_q) \neq \mathrm{Type}(\tau_q)}$$）、内容の吟味以前に不適格である。実際の解答手順で「まず設問の種類を確定せよ」が最優先になるのは、型検査が最も安価で確実な除外手続きだからである。

2.15 傍線部の「言い換え」を置換安定性で評価する

［概念モデル］ 傍線部 $${u}$$ の言い換え候補 $${a_i}$$ が適切であるとは、大づかみに言えば、本文中の $${u}$$ を $${a_i}$$ で置き換えても解釈が保たれることである。ただし二点の注意が要る。第一に、選択肢の文言をそのまま代入すると文法的に不自然なことがあるため、置換には文法調整済みの形 $${\tilde{a}_i}$$ を用いる。第二に、全文の解釈分布がほとんど変わらなくても、設問が問うている対象だけが変わる場合があるため、距離は設問対象に限定して測る。すなわち、

$$
L_{\mathrm{para}}(a_i)=D_q\bigl(P(\tau_q(Z) \mid T),; P(\tau_q(Z) \mid T[u \leftarrow \tilde{a}_i])\bigr)+\eta, \mathrm{IllFormed}(\tilde{a}_i)
$$

とする。$${D_q}$$ は設問対象上の分布間距離であり、特定の距離（KLダイバージェンス等）に固定する必要はない。保持すべきは真理条件だけでなく、含意・前提・発話主体・程度・感情的含意・談話上の役割を含む。辞書的同義語への機械的置換で足りないのはこのためである。

2.16 「理由」——構造因果モデルと型付き説明グラフ

理由問題では、時間的前後関係と因果関係の混同（変形CAU）を防ぐ必要がある。出来事間の因果については、本文世界の構造因果モデルを想定し、介入 $${\mathrm{do}(X=x)}$$ による分布の変化 $${P(Y \mid \mathrm{do}(X=x)) \neq P(Y \mid \mathrm{do}(X=x'))}$$ で因果的関連を特徴づける枠組みが使える [20]。ただしこの式は介入による関連を表すものであり、個別事例における実原因・必要原因・十分原因を一意に定義するものではないことに注意する。

さらに、自然言語の「理由」は因果に尽きない。「雨が降ったので道路が濡れた」は物理的原因だが、「彼が帰宅したのは疲れていたから」は動機であり、「彼が家にいるはずなのは明かりがついているから」は証拠であって原因ではない。動機・証拠・目的・正当化は、構造因果モデルの同種の辺として扱えるものではなく、因果的・認識的・目的論的・規範的関係を区別した型付き説明グラフとして表現するのが適切である。選択肢が説明関係の型を取り違えていれば、内容の当否以前に不正解となる。

2.17 主旨——圧縮としての要約

［概念モデル］ 主旨とは本文の情報の列挙ではなく、本文の中心構造を少ない記述で再構成できる表現である。主旨候補 $${m}$$ の評価を、記述の長さ、中心構造の再構成誤差、筆者と他者の立場の混同、範囲・限定の誤りの重み付き和として、

$$
L_{\mathrm{main}}(m)=\mathrm{Length}(m)+\lambda,\mathrm{RecErr}(m)+\mu,\mathrm{SrcErr}(m)+\nu,\mathrm{ScopeErr}(m)
$$

と置く。これは最小記述長原理 [21] の考え方に着想を得た評価式であり、各項の符号化・単位・重みの同定を与えていない以上、計算可能なMDLモデルそのものではない。それでもこの形は、主旨問題の誤答の二大類型——具体例をすべて含んで長すぎる候補（Lengthの過大）と、抽象的すぎて対立構造を失う候補（RecErrの過大）——を一つの損失面の両端として整理してくれる。「具体例を主旨に格上げする」変形（GEN・LOC）は、再構成誤差の急増として現れる。

2.18 文学作品を状態空間モデルとして扱う

［概念モデル］ 人物 $${c}$$ の時点 $${t}$$ における内的状態を $${x_{c,t}}$$（信念・欲求・意図・感情・注意・自己像の組）とする。状態は出来事によって遷移し、本文に現れる発言・行動・視線・沈黙・身体反応は状態の観測値である。読者は観測列から状態を逆推定する。

$$
P(x_{c,t} \mid o_{1:t},, T,, N)
$$

ここで $${N}$$ は語り手・視点モデルであり、観測が誰のフィルタを通しているかを表す。心情選択肢は状態空間上の領域を表し、その支持度は事後確率 $${P(x_{c,t} \in E_i \mid T)}$$ である。「悲しい」「怒っている」「戸惑っている」は語感ではなく状態空間上の領域として扱われ、複雑な感情は複数領域への確率の分散として、感情が一つに確定しないこと自体をモデル内に保持できる。この定式化を採るなら、心情の推定は「普通の人ならこう感じるはず」という一般論ではなく、この人物について本文が与えた観測に基づくべきだ、という受験指導上の原則とも整合する。

2.19 語り手の信頼性と、比喩・皮肉の扱い

文学では、語り手が $${p}$$ と言うこと（$${\mathrm{Says}_N(p)}$$）から作品世界で $${p}$$ が成立することを直接導いてはならない場合がある。「信頼できない語り手」の古典的定式化 [22] を確率モデルの言葉に移すなら、語り手は単なる雑音源ではなく、系統的な偏り（自己正当化・美化）、情報アクセスの制約（一人称の人物は他者の内面に直接アクセスできない）、戦略的報告（隠す・誇張する）を含む観測モデルとして表現するのが適切である。一人称の人物が他者の心理を断定している場合、アクセス制約により、その断定の証拠価値は割り引かれる。これにより、語り手がそう言っている・作品世界で実際にそうである・読者がそう解釈すべきである、の三者を分離できる。

比喩は、字義的命題が不適切でも、概念領域間の写像を介して解釈できる。概念メタファー理論 [23] は「時間が流れる」のような表現を領域間写像（流体→時間）として分析しており、本稿はこの発想を、複数の写像候補から本文と整合的なものを選ぶ確率的選択として読み替える（この読み替えは本稿独自の定式化である）。皮肉では発話内容と発話者態度を分離し、字義内容へのコミットメントがほぼゼロで態度が否定的、という状態を許す。皮肉の字面を筆者の主張として採用する誤答は、様態 $${\kappa}$$ の読み違えとして第二群（SRC）に分類される。

2.20 作品の多義性と設問の一意解は両立する

「文学に唯一の正解はない」という批判は、選択式試験の全否定には使えない。作品全体の解釈 $${Z}$$ に高い不確実性があっても、設問が解釈空間を粗く分割している場合、どの合理的な読みも同じ選択肢領域に落ちるなら、その設問の粒度では答えは一意に定まる。上下確率の言葉では、正解領域 $${C_k}$$ について $${\underline{P}_T(\tau_q(Z) \in C_k) \geq 1-\epsilon}$$ が成り立つ状態である。逆に、合理的解釈の確率が複数の選択肢領域に拮抗して割れるなら、その問題は一意解答型として不適切である。多義性の擁護と悪問の批判は、こうして同じ形式のなかで両立する。

2.21 二重のゲーム——意味ゲームと採点キー推測ゲーム

ここまでの形式化は、本文を最もよく説明する選択肢を求める意味ゲームである。しかし実際の受験にはもう一つのゲームがある。正解キーを $${Y}$$、出題者の作問規則を $${R_E}$$、受験者の過去問経験を $${H}$$ とする。作問規則は受験者にとって未知であるから、既知として条件づけるのではなく、経験に基づく事前分布のもとで周辺化する。

$$
P(Y=i \mid T, q, A, H)=\int P(Y=i \mid T, q, A, R_E); dP(R_E \mid H)
$$

選択肢集合 $${A}$$ 自体が、出題者が正解と誤答をどう作ったかという情報を含むため、この周辺化のもとでもベイズ更新が可能になる。一つだけ極端な断定を避けている、他の四つが典型的な誤答変形である、といった特徴から、本文理解とは相対的に独立に正解キーを推測できる。これが「選択肢を切る」技術の確率的な記述である。

公平な試験では、意味ゲームの解と採点キー推測ゲームの解が一致しなければならない。両者が乖離するとき、「本文上は別の答えも成立するが、出題者はこれを正解にした」という事態が生じる。文章を深く読める人が選択肢比較に不慣れで失点し、文章への関心が薄い人が変形パターンの知識で得点する現象は、二つのゲームが同一でないことの帰結として説明できる。

2.22 良問・悪問をロバスト性で記述する

［定義］ 2.1節の一様マージン条件を判定量に落とす。正解候補 $${a_{*}}$$ と他の選択肢とのリスク差を $${\Delta(P)=\min_{j \neq }[\mathcal{R}j(P)-\mathcal{R}{}(P)]}$$ とし、許容モデル集合全体でのロバストな最小差を、

$$
\Delta_{\min}=\inf_{P \in \mathcal{P}_T} \Delta(P)
$$

と定義する。$${\Delta_{\min} \geq \gamma>0}$$ ならすべての許容モデルで正解が同じであり（一様マージン条件の成立）、$${\Delta_{\min}=0}$$ 近傍なら同点となるモデルが存在し、$${\Delta_{\min}<0}$$ なら合理的モデルの選び方で正解が逆転する。

この定義の実践的な意味は、「最後の二択で迷った」という経験の二義性を分離できることにある。すなわち、（a）受験者のモデル推定が甘かった場合と、（b）問題自体の $${\Delta_{\min}}$$ が小さい、あるいは負である場合は、異なる事態である。熟練した複数の読者の判断が安定しない問題、解説が「こちらの方が自然」で終わり本文上の具体的根拠を示せない問題、正解の選定に特殊な外部知識を要する問題は、（b）の兆候とみなせる。もちろん、実際の問題について $${\Delta_{\min}}$$ を計算するには許容モデル集合の具体化が必要であり、本稿はその手前の概念整理までを提供する。それでも、「読めなかったのか、問題が曖昧だったのか」を別の問いとして立てられること自体に意味がある。

2.23 試験テクニックへの依存を測定する

選択肢の長さ・語調・位置・極端語の有無など、本文と無関係な表面特徴への依存は、一問については定義できず、問題の集合の上で定義される。問題を確率変数 $${J}$$ とし、$${Y_J}$$ を正解キー、$${F(A_J)}$$ を選択肢の表面特徴、$${X_J}$$ を本文・設問の内容特徴とすると、条件付き相互情報量、

$$
I(Y_J;, F(A_J) \mid X_J)
$$

は、内容を統制した後に表面特徴がどれだけ正解情報を漏らしているかを、その問題集合について測る。公平な出題ではこれが小さいことが望ましく、大きければ「試験慣れ」が読解と独立に得点へ寄与する。測定論的には、正答確率を読解能力とメタゲーム能力の二次元で、

$$
P(\text{正答})=\sigma(a_r,\theta_{\mathrm{reading}}+a_m,\theta_{\mathrm{metagame}}-b)
$$

と表すことができる。これは単次元の項目反応理論 [24] ではなく多次元項目反応理論 [25] のモデルであり、読解試験として純粋であるためには $${a_m \approx 0}$$、すなわち教育測定学でいう構成概念非関連分散 [26] が小さいことが要求される。

2.24 ケーススタディ——一問を最初から最後まで

［例示］ 枠組みが実際にどう動くかを、単純化した自作例で通しで示す。本文を次の二文とする。

便利な道具が判断を代行すること自体を否定すべきではない。問題は、私たちが判断を委ねている事実に気づかなくなることである。

設問は「筆者の考えとして最も適切なものを選べ」。選択肢は次の三つである。

  • A：便利な道具は人間の判断力を必ず奪うため、使用すべきではない。

  • B：問題は道具の使用それ自体ではなく、判断を委ねていることへの無自覚にある。

  • C：便利な道具は生活を効率化するため、積極的に導入すべきである。

照合単位への分解と判定。 Aは「道具は必ず判断力を奪う」（本文は代行の是非と無自覚を論じており、能力剥奪の必然性は主張していない——両立可能だが支持なし、かつMODを含む）と「使用すべきでない」（第一文の「否定すべきではない」と矛盾）から成る。Bは「使用それ自体が問題ではない」（第一文にロバストに支持される）と「判断委任への無自覚が問題である」（第二文にロバストに支持される）から成る。Cは「道具は生活を効率化する」（両立可能だが本文は述べていない）と「積極的に導入すべきである」（本文にない規範的主張の追加——ADD。第一文は不使用論の否定であって推奨ではない）から成る。

出所ラベル。 Bの導出は本文 [T] と言語知識 [L]（「〜自体を否定すべきではない。問題は〜である」という構文の標準的解釈）で完結し、外部知識 [X] も試験慣習 [E] も要らない。

モデルを揺らす。 第一文の解釈として「道具使用への留保つき容認」と「道具使用への積極的賛成」の二つのモデルを許容してみる。どちらのモデルでもAの第二単位は矛盾のままであり、Cの第二単位は本文外の追加のままである。Bの二単位はどちらのモデルでも支持を保つ。すなわちリスク順位 $${\mathcal{R}_B<\mathcal{R}_A, \mathcal{R}_C}$$ はモデルの揺らぎに対して安定しており、この問題は（この単純化の範囲では）一様マージン条件を満たす良問と判定される。

順位が逆転する前提はあるか。 Bを落としてCを選ぶには、「筆者は効率化の価値を暗黙に認めているはずだ」という本文外の想定 [W または X] を大きなコストで補う必要がある。逆に言えば、そのような補完を許すモデルを許容集合に入れない限り逆転は起きない。判断の所在はここまで特定できる。

実在の入試問題では本文が長く、モデルの揺らし方も多様になるが、手続きの骨格——分解、判定、出所、揺らし、マージン確認——は同じである。

2.25 解答には「証明書」を付ける

形式化された解答は、正解番号だけでなく監査可能な根拠の束——本稿ではこれを証明書と呼ぶ——を伴うべきである。証明書に含まれるのは、選択肢の論理形式と照合単位、各単位を支持する本文箇所と知識の出所、本文から選択肢への推論の連鎖、本文中の反証や競合解釈、他選択肢とのマージン、前提を変えたときの安定性である。理想的な解説は「正解は3番である」ではなく、2.24節で行ったように「3番の中心単位は本文の第1文・第2文にロバストに支持され、2番は様相強化MODと因果追加CAUを含み、順位はモデルの揺らぎに対して安定している」という形をとる。教育的にも、誤答について少なくとも一つの決定的欠陥を変形の名前で特定させる訓練は、「なんとなく違う」を検証可能な診断に置き換える。

2.26 形式化の限界——曖昧さはどこへ移るか

形式化しても、判断そのものが消えるわけではない。曖昧さは「どの選択肢が自然か」という一点から、どのモデル集合 $${\mathcal{M}}$$ を許すか、どの背景知識 $${K}$$ を共通知識とするか、どの事前分布 $${\Lambda}$$ が妥当か、どの損失関数 $${L_q}$$ を採用するか、どのマージン $${\gamma}$$ で一意性を認めるか、へと移動する。これは欠陥ではない。形式化の目的は価値判断や不確実性を消すことではなく、どこに判断が入り、どの前提を変えると結論が変わるかを可視化することにある。従来「こちらの方が自然である」という一文に埋め込まれていた判断は、この枠組みでは「この答えは特定の語用論規則と談話関係の想定に依存するが、許容範囲内のモデルの揺らぎでは選択順位は変わらない」という、検討可能な言明に分解される。

第3部 おまけ——高校生向け簡略版チートシート

第2部の理論を、試験場でそのまま使える形に圧縮する。

3.1 大原則：ひとつだけ覚えるなら

選択肢は、
「ありうるか」ではなく、
「本文がどちらをより強く支えているか」で選ぶ。

本文と矛盾しないだけの選択肢は、正解ではない。

3.2 四値判定「E・I・N・X」

選択肢の中身を、次の四つに仕分ける。

  • E（明示）：本文にそう書いてある。言い換えとして直接対応する。

  • I（示唆）：本文の複数の記述から強く導かれる。

  • N（両立するだけ）：矛盾はしないが、本文は特に支持していない。

  • X（矛盾）：本文と食い違う。

合否を分けるのはIとNの区別である。「彼は返事をせず、時計を見て、書類を鞄に入れた」から「離れようとしていた」はI（三つの行動をまとめて説明できる）、「腹を立てていた」はN（沈黙一つにしか依拠せず、怒りという仮定を勝手に足している）。Nの選択肢を選ばないこと。

3.3 誤答の変形パターン10種

誤答は次のどれかの「変形」でできていることが多い。名前を付けて呼べるようにしておく。

まず「命題の中身をいじる」型が六つ。

  • 範囲の拡大（QNT）：「一部」→「すべて」

  • 程度の強化（MOD）：「ことがある」→「必ず」

  • 否定の変形（NEG）：「必ずしも正しくない」→「完全に誤り」

  • 時点ずらし（TMP）：以前の心情→今の心情

  • 因果のでっち上げ（CAU）：「同時に変化した」→「引き起こした」

  • 本文にない内容の追加（ADD）：事実の説明→「〜すべきだ」

つぎに「誰の・どの位置の発言かを取り違える」型が三つ。

  • 主体のすり替え（SRC）：紹介された一般論→筆者の主張

  • 一般化しすぎ（GEN）：一つの例→人間全体の法則

  • 一箇所だけ合う（LOC）：具体例の細部→文章全体の結論

最後に「そもそも聞かれたことに答えていない」型。

  • 設問違い（TYP）：理由を聞かれて状況説明

「なんとなく違う」ではなく「これはMODとCAU」と言えたら合格。

3.4 解答手順6ステップ

  1. 設問の種類を確定する。理由・意味・心情・主旨・表現効果では、答えの「型」が違う。型違いの選択肢は中身を読む前に切れる。

  2. 選択肢を見る前に、自分で答えの核を短く作る。「全面否定ではなく適用範囲の限定」程度でよい。先に選択肢を見ると語彙に誘導される。

  3. 選択肢を小さな部品に分解する。主語・述語・原因・程度・範囲・時点・誰の意見か。長い選択肢ほど部品が多く、中心部品が一つでも×なら全体が×。

  4. 各部品にE・I・N・Xを付ける。Xがあれば即除外。Nが結論部分にあれば大幅減点。

  5. 強い言葉を検問する。「すべて」「完全に」「必ず」「決して」「唯一」「もはや不可能」。強い表現自体が悪いのではなく、本文に同じ強さの根拠があるかを確認する。

  6. 最後の二択は「追加仮定の少なさ」で決める。どちらが本文のより多くの箇所に根拠を持つか。どちらが本文にない事情をより少なく補っているか。「現実にはこちらがありそう」は禁止。この本文を書いた人が、この文章の中で、どちらをより強く示しているかだけを考える。

3.5 ジャンル別の注目点

  • 評論：筆者が何を問題にし、どの考えを批判し、何と何を対比しているか。「しかし」「だが」の後ろ、譲歩（「たしかに〜」）の後ろに筆者の本音が来やすい。ただし機械的に最後の文を選ぶのではなく、「引用・紹介された意見」と「筆者の意見」を必ず区別する（SRC対策）。

  • 小説：誰の視点か、心情がどこで変化したか、風景や物の描写が心情とどう結びつくか。心情は「普通の人ならこう感じる」ではなく、この人物について本文が与えた行動・発言・描写から推定する。発言と本心は別（「平気だ」と言いながら手が震える）。

3.6 悪問を見抜くサイン

次に当てはまる問題は、あなたが読めていないのではなく、問題側が曖昧である可能性がある。

  • 残った二択が、どちらも同程度に本文に支持されている

  • 正解を選ぶのに特殊な社会常識や専門知識が要る

  • 解説が「こちらの方が自然」で終わり、本文上の具体的根拠を示せていない

  • 熟練者（先生・上位者）の間でも答えが割れる

模試や問題集でこの型に出会ったら、深追いせず、良問での訓練に時間を使うこと。

おわりに

本稿が提案したのは、現代文の正解を自動的に算出する公式ではない。本文のどの箇所が選択肢を支持し、どの背景知識と推論規則がその支持を媒介し、前提をどこまで変えると選択順位が逆転するかを記述するための枠組みである。この枠組みを実用的な判定法にするには、許容モデル集合・損失関数・背景知識の範囲を具体化し、実際の入試問題と複数の読者データで検証する必要がある。それは今後の課題として残る。

それでも、判断の所在を「こちらの方が自然だ」という一語から分離して示すことには、独立の意味があると考える。評価規則が明示されれば、それは訓練の対象になり、検証の対象になり、批判の対象になる。読解問題の透明性は、解答者の訓練条件であると同時に、作問と解説の質を検討するための条件でもある。冒頭の作業仮説に立ち返れば、形式的な明示性を求める学習者が現代文に感じてきた居心地の悪さは、無理な要求ではなく、この科目が本来応答できるはずの要求だった——本稿はその応答の一つの下書きである。

註

[1] 石原千秋『教養としての大学受験国語』ちくま新書、2000年。関連書として同『秘伝 中学入試国語読解法』新潮選書、1999年。受験現代文の方法論の古典としては高田瑞穂『新釈 現代文』（初版1959年、ちくま学芸文庫版2009年）も参照。

[2] Harman, G. (1965). “The Inference to the Best Explanation.” The Philosophical Review, 74(1), 88–95.

[3] Lipton, P. (2004). Inference to the Best Explanation (2nd ed.). Routledge.

[4] Hobbs, J. R., Stickel, M. E., Appelt, D. E., & Martin, P. (1993). “Interpretation as Abduction.” Artificial Intelligence, 63(1–2), 69–142.

[5] Berger, J. O. (1994). “An Overview of Robust Bayesian Analysis.” Test, 3(1), 5–124.

[6] Kamp, H., & Reyle, U. (1993). From Discourse to Logic: Introduction to Modeltheoretic Semantics of Natural Language, Formal Logic and Discourse Representation Theory. Kluwer.

[7] van Dijk, T. A., & Kintsch, W. (1983). Strategies of Discourse Comprehension. Academic Press.

[8] Zwaan, R. A., & Radvansky, G. A. (1998). “Situation Models in Language Comprehension and Memory.” Psychological Bulletin, 123(2), 162–185.

[9] Mann, W. C., & Thompson, S. A. (1988). “Rhetorical Structure Theory: Toward a Functional Theory of Text Organization.” Text, 8(3), 243–281.

[10] Asher, N., & Lascarides, A. (2003). Logics of Conversation. Cambridge University Press.

[11] Dagan, I., Glickman, O., & Magnini, B. (2006). “The PASCAL Recognising Textual Entailment Challenge.” In Machine Learning Challenges (LNCS 3944). Springer, 177–190.

[12] MacCartney, B., & Manning, C. D. (2009). “An Extended Model of Natural Logic.” Proceedings of the Eighth International Conference on Computational Semantics (IWCS-8), 140–156.

[13] Kintsch, W. (1988). “The Role of Knowledge in Discourse Comprehension: A Construction-Integration Model.” Psychological Review, 95(2), 163–182.

[14] Grice, H. P. (1975). “Logic and Conversation.” In P. Cole & J. L. Morgan (Eds.), Syntax and Semantics 3: Speech Acts. Academic Press, 41–58.

[15] Sperber, D., & Wilson, D. (1995). Relevance: Communication and Cognition (2nd ed.). Blackwell.

[16] Frank, M. C., & Goodman, N. D. (2012). “Predicting Pragmatic Reasoning in Language Games.” Science, 336(6084), 998.

[17] Walley, P. (1991). Statistical Reasoning with Imprecise Probabilities. Chapman and Hall.

[18] Belnap, N. D. (1977). “A Useful Four-Valued Logic.” In J. M. Dunn & G. Epstein (Eds.), Modern Uses of Multiple-Valued Logic. Reidel, 5–37.

[19] Haladyna, T. M., Downing, S. M., & Rodriguez, M. C. (2002). “A Review of Multiple-Choice Item-Writing Guidelines for Classroom Assessment.” Applied Measurement in Education, 15(3), 309–333.

[20] Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2nd ed.). Cambridge University Press.

[21] Rissanen, J. (1978). “Modeling by Shortest Data Description.” Automatica, 14(5), 465–471. 現代的な展開として Grünwald, P. D. (2007). The Minimum Description Length Principle. MIT Press.

[22] Booth, W. C. (1961). The Rhetoric of Fiction. University of Chicago Press.

[23] Lakoff, G., & Johnson, M. (1980). Metaphors We Live By. University of Chicago Press.

[24] Lord, F. M. (1980). Applications of Item Response Theory to Practical Testing Problems. Lawrence Erlbaum.

[25] Reckase, M. D. (2009). Multidimensional Item Response Theory. Springer.

[26] Messick, S. (1989). “Validity.” In R. L. Linn (Ed.), Educational Measurement (3rd ed.). Macmillan, 13–103.

本稿の形式体系は、確立済みの単一理論ではなく、意味論・語用論・談話理論・確率的意思決定・測定理論を接合した試案である。個々の部品には上記の通り学術的な出自があるが、各節で明記したように、接合の仕方と現代文への適用（修辞的・文学的効用の導入、二方向証拠モデル、型付き説明グラフ、比喩解釈の確率的読み替え、二能力モデルによる試験依存の分解など）は本稿独自の提案であり、その当否の責任は筆者に属する。

いいなと思ったら応援しよう！