小林 龍生 (2011) ユニコード戦記 — 文字符号の国際標準化バトル

  • 小林 龍生, 2011: ユニコード戦記 — 文字符号の国際標準化バトル。 東京電機大学出版局, 248+35 pp. ISBN 978-4-501-54970-1.

計算機で情報を処理する仕事は、ほとんどの場合、人間の言語をあらわす文字の処理を含む。ある言語を想定したプログラムを、それと違った文字を使う言語も処理できるようにするためには、プログラムの改造が必要になることが多い。初めから多言語を処理するように設計することもある。このようなソフトウェアの「日本語化」「多言語化」「国際化」のために苦心している職場はたくさんあるはずだ。しかし本屋で見る限り、ソフトウェアに関する本は多いにもかかわらず、英語か日本語のどちらかひとつを想定していて、日本語の場合もそれを処理する基盤は確実に動くものがあることを前提としているのがほとんどだ。なぜ苦心が出版という形で共有されないのだろう? わたしはこのような話題の本を求めている。しかし自分には歯が立たないプログラム言語が使われていたり、縁のないハードウェアに関するものだったりすることもあるので、買って読む前に実物を確認したくなる。

この本は2011年6月に発行された。わたしはその1–2月後に新聞の書評を見ておもしろそうだと思ったのだが、店頭では見あたらなかった。2012年3月になって店頭で見つけてすぐ買い、仕事で必要な本よりも先に読んでしまった。今はない雑誌「bit」の別冊「インターネット時代の文字コード」は読んだはずなのだが、他の著者の名まえは覚えていたのにもかかわらず、小林氏の名まえは覚えていなかった。

計算機上で多種類の文字をいっしょに扱うための文字コード体系として、今ではUnicodeあるいはISO 10646が実用的な唯一の標準と言えるまでになったと思う。もともとUnicodeは民間の有志の動きであり、ISO (国際標準機構)とは別だった。1988年に出されたUnicodeの初期の構想は16ビット固定長を想定していたが、それが世界で実用に使われる文字をすべて含めるISOの標準になることはありえなかった。しかし、1文字を16ビット×2で表わすことも認めることによって、両者は事実上一本化された。民間団体のUnicode Consortiumの技術委員会と、ISOとIEC (国際電気会議)の合同技術委員会(JTC1)の第2小委員会(SC2)での議論が並行して進み、両者のメンバーには重なりがある。

著者は、このUnicodeとISO/IECの両方の標準づくりにたずさわってきた人だ。1995年に、当時ジャストシステムの社員としてUnicodeのほうの技術委員になったのをかわきりに、2004-2009年にはSC2の議長をつとめている。また日本国内のJISの情報処理関係の立案を請け負っている情報処理学会の中の情報企画調査会の委員もつとめている。

技術系の国際会議は英語で議論が進む。著者は最初だけは通訳をつけたが、それから英語能力をきたえる努力を欠かさない。わたしも最近、国際会議を傍聴して、欧米やインドなどの人々のプレゼンテーションにはついていけるのだがかけひきになると聞き取りさえできず、傍聴人はどうでもよいが日本代表も同程度の能力らしく、議論が欧米人のペースで進んでいくのがくやしかった。

標準を決めるまでの議論はさまざまな理屈や利害が渦巻く。標準は妥協の産物となり、わかりにくい官僚的用語で書かれることが多い。そしていったん実用化が始まった標準は、たとえ明らかに不合理でも変更することはむずかしく、運用上の約束を追加して乗り切ることが多い。

字形が複数の要素から組み立てられる文字について、Unicodeは当初、完成された字形についてコード番号(正確には表の中の位置)を割り振ることを原則としていた。しかし今では構成要素にコード番号を割り振って組み立てルールを記述するほうが原則となっている。この本に「なぜ変わったか」という形で明示されているわけではないのだが、変わらざるをえなかったひとつの要因はデーヴァナーガリー文字などのインド系文字の複合字形が数えきれないことであり、もうひとつはハングルの可能な組み合わせをすべて登録することになってコード表の大きな部分を占有してしまったことらしい。Unicode全体として見ると、早く登録された文字集合とあとで登録された文字集合との間で原則が一貫しないので、標準に理想を求める立場からは気持ちが悪いのだが、現実の標準は歴史の産物でもあるのでがまんするしかないのだろう。

漢字については、違う字と認めるか、同じ字の字体のゆれと認めるかの判断が人によって違うことが避けられない。日本のJIS X 0208を決める過程でのその判断根拠は明示されておらず、あとでそれの改訂を担当した委員が再構成して記載したが、ありうる複数のルールのうちの選択は偶然としか言いようのない件もかなりある。Unicodeに中国・日本・韓国の漢字を統合する際の判断にもユーザーからの不満が多く、日本でUnicodeを嫌う人が多かった原因ともなった。その後、著者を含む委員たちの働きにより、各国の標準に追加された字はUnicodeにも追加され、出版ソフトウェアやフォントの会社が認識している字体の違いは、標準に追加された「文字の変種を指定する」機能によって対応できるようになった。

自国そっちのけで欧米の人の提案で標準化が進んでしまったクメール文字(カンボジア)とミャンマー文字の件は、三上(2002)の本で知っていたが、もう少しよく事情がわかった。正確でないかもしれないが、次のように理解した。ミャンマーの場合は、日本の電総研(当時)などの人々の仲介がなんとか間に合って、ミャンマーの人が参加する形で標準をまとめることができた。カンボジアのほうは、標準が決まってからカンボジアから不満がわき出て、標準の細部修正と運用ルールの追加で、なんとか実用にはさしつかえのない形に落ち着かせることができた。

文字コードの標準自体はもはや大きく変わることはないのだろう。しかし人間の言語を計算機で扱うための約束ごとを決めなければならないことはこれからもたくさんあるだろう。みんなが大きな不満なく使える約束ができるように、話題を流通させるとともに、感情的争いを避ける努力がもっとあったほうがよいと思う。ひとつ心配なのは、情報企画調査会が賛助会員となった企業の出資と政府(経産省)の補助金でまかなわれていることだ。世論の反映がソフトウェア製品を売る企業の立場に偏ったものにならないように、一般ユーザーの声を集約するしくみも必要ではないだろうか。

文献

  • 三上 喜貴, 2002: 文字符号の歴史, アジア編。 共立出版, 377 pp. ISBN 4-320-12040-X.
  • 小林 龍生、安岡 孝一、戸村 哲、三上 喜貴, 2002: インターネット時代の文字コード。 共立出版, 285 pp. ISBN 4-320-12038-8. (bit別冊から単行本として再発行。bit別冊としては2001年発行らしい。)

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

This site uses Akismet to reduce spam. Learn how your comment data is processed.