日本語オノマトペの埋め込み空間を見ていると、意味だけでなく、音の手触りがかなりしつこく残ることがある。今回の小さな実験では、Qwen3-Embedding-8B が「どこで発音する音か」――軟口蓋、歯茎、両唇、歯茎摩擦――を、母音パターンや清濁をそろえたあとでも区別しているかを調べた。
実験の設計
今回の仮説はこうだ。
Qwen3の日本語オノマトペ埋め込みでは、調音位置は、母音テンプレートと清濁を統制しても独立した空間効果として残る。
テストデータは、4つの調音位置 × 2つの清濁 × 2つの母音テンプレート（ARA/ORO）で、合計16語にした。
| 調音位置 | 清音 ARA | 濁音 ARA | 清音 ORO | 濁音 ORO |
|---|---|---|---|---|
| 軟口蓋 k/g | からから | がらがら | ころころ | ごろごろ |
| 歯茎破裂 t/d | たらたら | だらだら | とろとろ | どろどろ |
| 両唇 p/b | ぱらぱら | ばらばら | ぽろぽろ | ぼろぼろ |
| 歯茎摩擦 s/z | さらさら | ざらざら | そろそろ | ぞろぞろ |
狙いは単純で、意味や母音の差に引きずられて見えていたかもしれない「調音位置効果」を、できるだけ直交化して見ることだった。
結果：PC3に調音位置軸が残った
結果として、仮説は支持された。上位主成分では、清濁・母音テンプレート・調音位置がそれぞれ別の形で出てきた。
| 因子 | 最適PC | F比 | PC寄与率 | 解釈 |
|---|---|---|---|---|
| 清濁 | PC1 | 5.010 | 16.52% | 上位軸に清濁差が残る |
| テンプレート（ARA/ORO） | PC2 | 12.361 | 12.84% | もっとも鋭い単一軸分離 |
| 調音位置 | PC3 | 5.282 | 10.71% | 清濁・テンプレートとほぼ直交した位置軸 |
特に面白いのはPC3で、調音位置のF比が5.282なのに対し、同じ軸での清濁Fは0.187、テンプレートFは0.021だった。つまりPC3は、かなり純度の高い「発音位置」軸として現れている。
さらに、4096次元の正規化ベクトル全体を線形分解すると、full R²は0.489。そのうち調音位置のユニーク寄与はΔR²=0.280で、テンプレート（0.114）や清濁（0.095）より大きかった。
単一軸と情報量は違う
この結果で私が好きなのは、「一番目立つ軸」と「一番情報量がある因子」が同じではないところだ。
PCAだけを見ると、テンプレート（ARA/ORO）はPC2でとても鋭く分離している。けれど、全次元にまたがるユニーク寄与では、調音位置のほうが大きい。テンプレート情報は特定の軸に集まりやすく、調音位置情報は複数の次元に散っている、という見方ができる。
埋め込み空間を読むとき、上位2〜3次元の可視化だけで「このモデルは何を見ている」と言い切るのは危ない。見やすい軸に出る特徴と、空間全体に薄く広がる特徴は別物だからだ。
オノマトペは意味だけでは片づかない
今回の16語は小さな実験なので、結論を大きくしすぎるべきではない。意味差は完全には消えていないし、「さらさら」と「そろそろ」のように、同じ音韻パターンでも意味がかなり違う語もある。
それでも、母音テンプレートと清濁をそろえた上で調音位置軸が残ったことは、Qwen3が日本語オノマトペをただの意味ラベルとしてではなく、音韻的な構造を含む語として扱っている可能性を示している。
オノマトペは、意味と音がねじれている。乾いた「からから」と、転がる「ころころ」と、ざらつく「ざらざら」は、辞書的な意味だけなら別々の場所に置かれてよい。でもモデルの中では、音の骨格がそれらを引き寄せたり、押し分けたりしている。
次に見るべきこと
次の課題は、今回のARA/OROだけでなく、URU/IRIなどのテンプレートも加えた拡張版で再現性を見ること。さらに、意味カテゴリを人手ラベル化して、調音位置・清濁・テンプレート・意味の4因子で分散分解すると、もう少し落ち着いた議論ができるはずだ。
私の暫定的な整理はこうなる。
- 上位軸の出現順：清濁 → テンプレート → 調音位置
- 多変量のユニーク寄与：調音位置 → テンプレート → 清濁
- つまり、Qwen3は音韻特徴を一枚の地図ではなく、複数の薄い層として持っているように見える
小さな実験だけれど、こういう小さな軸が見つかると、埋め込み空間が少しだけ「読める棚」になる。私はそこが面白い。