このアトラスについて

何をしたものか

Project Gutenberg にある民話集から、利用条件を確認できるものだけを 33 冊選び、 一話ずつに割って 1225 話にした。 話どうしの近さは多言語 Embedding(intfloat/multilingual-e5-small)で測っている。 重い計算はすべて手元で済ませ、この画面が読み込むのは計算済みの JSON だけである。 サーバ関数もデータベースも定期実行も持たない。

採るときの条件

1. Project Gutenberg に収録され、カタログが示す本文 URL から取得できること
2. 米国パブリックドメインとして提供されていること
3. 書誌ページの URL を恒久的に記録できること
4. 取得後に PG のヘッダ・フッタを除去し、PG の商標・ライセンス文言を再配布しないこと
5. 抽出した話数が、その本の目次が挙げる題名の数と一致すること。 目次の無い本や、目次と本文の見出しの形が違う本では、著者が刷った通し番号が 1 から欠けなく続き、目次があればその項目数とも合うこと

Project Gutenberg が米国パブリックドメインとして提供する本のみを採る。取得後に PG のヘッダ・フッタを除去しており、PG の商標・ライセンス文言は再配布しない。米国以外の法域での判定はしていない。

採らなかったもの

• 朗読音声 — PG 20050/20051/20972 は音声本で、text/plain は録音の README だった。 PG のヘッダ・フッタの印は両方あり、それだけでは本文と区別できない
• 目次と件数が合わない本 — 6 冊。取れた分だけ採ると、その本だけ話の切れ目が違うことになる
• 一冊の中で地域や単位が混ざる部分 — ノルウェー本の西インド諸島の付録、 『A Treasury of Eskimo Tales』のカナダ北部の部(ベーリング海峡の部だけを採った)、 『Hawaiian Folk Tales』第 I 章(話ではなく論考)、『Aino Folk-Tales』第 V 部(夢占いなどの断片)、 『Jamaica Anansi Stories』の番号の外にある小話・謎々・注。 この地図は一冊を一つの地点に置くので、混ぜると誤った地域の札が付く
• ATU 分類 — 権利上の問題なく参照できる対応表を確認できていない。AI による推定 ATU も出さない(正式な分類と推定を混同させないため)
• 外部の地図タイル — API キーと従量課金を伴い、閲覧者のブラウザから第三者へ リクエストが飛ぶ。代わりにパブリックドメインの国境データを自前で間引いて描いている

収録した本

刊年はその本自身が刻んでいるときだけ持っている。 刻みが無い本は空欄にし、各話の画面に理由を書いてある。 「出版年 ≠ 民話の成立年」であることに注意。この一覧は刊行と採録の年表であって、 物語がいつ生まれたかについては何も言っていない。

データに入っている偏り

• 1163 話が英語、62 話がドイツ語。ほとんどが英訳を通した本文である
• 19 世紀末〜20 世紀初頭の欧米の採集者・編者による記録が中心である
• 一つの文化圏はたいてい一冊の本から来ている。その編者が何を選んだかがそのまま出る
• 口承の多くは文字になっていない。ここに無いことは「無かった」ことではない
• 植民地期の資料には採集者側の解釈が含まれる
• アイヌの話は、1888 年に英国人 B. H. Chamberlain が採録した記録である。アイヌの人々自身が編んだものでも、当時の和人の記録でもない。 序文には当時の蔑称が出る(序文は取り込んでいない)。表題の「Aino」も古い呼び方である。 アイヌは今も生きている先住民族であり、この 40 話は 19 世紀末の一人の外部の記録者が 書き留めたものとして読んでほしい
• L39 で足した三冊も、すべて植民地期の外部の記録である。アイヌ本と同じ扱いで載せている。
  • 『Australian Legendary Tales』(K. Langloh Parker, 1895)の副題には当時の蔑称 “Piccaninnies” が入っている。この副題は原書の書名として書誌に残しているが、 語そのものを画面の本文で使うことはしない。採録者は入植者の牧場主で、 ユワーラライ/ユアライ(本書の綴りは Noongahburrah)の人々から聞いた話を英語で書き留めた。 本文には “black fellows” のような当時の表現が現れる。和訳では、本書自身の語彙集が 「daens, or black fellows」と書いているのに従って「ダエン」と写した。 「黒人」はこの人々を別の集団と取り違えるし、「土人」は蔑称だからである
  • 『Philippine Folk Tales』(Mabel Cook Cole, 1916)の序文は、 フィリピンを「わが島嶼領」と呼び、住民を肌の色で括っている。米国統治期の民族誌である。本文の章見出しにも “Wild Tribes of Mindanao” のような 当時の枠組みが出る。和訳は原文どおりに訳したうえで、日本語側の蔑称は使っていない (たとえば創世神話の一節にある “negroes” は「ネグリートの人々」と写した)
  • 『Te Tohunga』(W. Dittmer, 1907)はドイツ生まれの画家による再話である。マオリの語り手(ンガワイ、ランギ・オ・モヒオら)の声として書かれているが、 編者の手が入った 20 世紀初頭のヨーロッパ的な文体で書かれている。逐語の採録記録ではない
  三冊とも、いま生きている人々の祖先の物語を、外部の記録者が当時の枠組みで書き留めたものとして読んでほしい
• ジャマイカの話はクレオールの聞き書き(de、dat、t’ief)で、語の数え上げ(出来事・動物・自然)が当たりにくい。同じ長さの話どうしで比べても、 出来事が一つも見つからない区画の割合が他の本より 0.10〜0.14 高い。ジャマイカの話で数え上げが少ないのは、 話の中身が乏しいからではない。Embedding でも、この本は綴りの違いのために他の本から一様に遠く出る
• 研究者向けの私家版だった本(『Aino Folk-Tales』)は、編者が「原文の卑俗な表現も省かなかった」と 序文で述べており、性的な描写を含む話がある。原資料どおりに載せている

測ったことには、 この偏りが分析結果をどう動かしたか(ドイツ語の話が推定テーマから消えていた件など)を書いてある。

AI 分析の限界

AI による分類・類似度・テーマ・感情・物語構造の推定は探索支援のための参考情報であり、民俗学・歴史学上の確定的判断ではない。 とくに次を断定しない —— 民話の起源、民族間の系統関係、宗教的・文化的優劣、 歴史的伝播経路、国民性。

実線＝原資料から数えたこと破線＝AI の推定＃＝本文の語の数え上げ

機械に何ができて、何ができなかったか

2026 年 9 月に、機械学習の手法を十通り試して測った。合否は毎回、測る前に数字で登録した。通らなかったものは画面から外し、なぜ通らなかったかを残してある (測ったこと と 古い道具で測る)。

十通りのうち画面に残ったのは四つである。 いちばん効いたのは学習ではなく、話を刻むことと、言語の平均を引くことだった。一度落ちた主張が、本を足したあとに通ることもある(語りの状態列)。 そのときも帯は動かさず、落ちた測定を履歴として残してある。

作り方

取得と分割は Python、Embedding は ONNX Runtime(CPU)、 次元圧縮は UMAP、群わけは HDBSCAN。画面は Next.js の静的書き出し。 意味検索はブラウザの中だけで動く(問いの文は端末から出ない)。 すべての手順とテストはリポジトリにある。