  |
はてなキーワード: クエリとは
ので、感想を書き残す。
スネイルズハウスくん、DJ下手なんやね。ぶつ切り繋ぎ、アンセム連発、DJ歴半年の子かと思った。
いい曲かくし、remix上手いのにまさかmixが下手やとは意外だった。
モエショップ、好き。曲が好きなのが大きいけどBPM低めでノリやすいし、計算されたセトリに丁寧なmix、わかりやすい煽りで安心感があった。
ぴっこさん、やるやん。正直あんまり曲知らんというか、前にちょっと聞いてみた時は未来茶系サウンドの焼き直し感があって、またkawaii系のフォロワーか、もうおなか一杯やわと思ってたけど、生で通しで聞いてみたらええやんと思ったね。
あれだけ可愛いで埋め尽くすセトリ、エリアのテーマにぴったり合ってて仕事できるなと思った。
まあでも一番キてたのはkawaii系からハカハカの潰れたサウンドへの流れ。この日を通して一番トべるポイントだった。
ネコハカ、煽るのが上手い、安定感しかない。でも曲が全く刺さらんのよね、ごめんなさい。どうしてもギターが邪魔に聞こえる。
これは俺の好みの問題でしかないのでネコハカのお二人には何の非もないです。パフォーマンス力は文句なしのトップ。
norくん。客のレスがイマイチなことにキレて、音止めてやり直したところで、おいおいやってんねえ！となった。数十人規模の小さい箱ならよくやるけど、企業主催の公式のホールイベントであれやる度胸ない。さすがだわ。バカ広い会場でいつも通りのクラブのDJやってくれる安心感よな。
Yunomi大先生、コンテンポラリーアートっすか？
うごくちゃんのミニマルミュージック風remixからの枕もとにゴースト。
たぶん何か意味があるんだろうけどそれを読み解けるほどうごくちゃんのこと知らないんよね。
何年前だったか、京都の南座に🍵見に行ったら、デカマスクにデカグラサンの青髪の女性が歌ってて、そのときはへー、この人人気の配信者なんや、くらいにしか思わなかったけど、そのあと何年かして自ら命を絶ったってニュースを目にして、少し悲しくなった。そんなことを、思い出したわ。
そんなスタートだったからか、全体的に重く、悲しい雰囲気があったね。明るくキラキラした曲も素直に楽しめないというか。まあ夜の部のコンセプト的に間違ってはいないと思うけど。
それにしてもYunomi大先生はどこに向かってるんやろね。俺はまだフォローしてくつもりだが、ここ数年の転向以降ついてけないオタクも多いんじゃないか。
電音部史上最高やないか？昼の部の小道具大道具モリモリで視覚的にハラジュクをわからせにくるのよかったし、夜の部は夜の部で変化がわかりやすかった。照明、音響文句なし。
ライブパートで字幕が出てくるの、ありがたかったな。新曲でも言葉がスッと入ってきて、ミュージカルみたいに楽しめた。
そう、ミュージカルみたいに楽しめたのが大きい。
原作？の物語を舞台上で表現するっていう一本の筋が通ったことで、全体が一つにまとまってて、いい感じやった。
いままでの電音部のイベントって正直な話、いろんな界隈のオタクを集めてわーわー騒いでるだけっていう、なんかよくわからんもんやったけど、今回のは違ったね。
ようやくバンナムが電音部をやる意味が出てきたんやないかと思ったわ。
アニソンフェスみたいなもんは文脈を共有してるから成立してるわけで、アニメ化ゲーム化してない小説だけの電音部は文脈が薄すぎてなんかようわからんかった。
もちろんオタクが集まってわーわー騒ぐのも楽しいけど、そんなもんはバンナムがやるまでもなく、いろんなオーガナイザーが低コストでやってくれてるし、バンナム謹製のお高いチケットには見合わんのよな。
なんにせよ光明が見えてきた感あるし今後が楽しみやわ。
環境構築はできてる
みたいなのも分かる
けど
そっから先のTwitterみたいなの作ろうとした時どういうテーブル作ってどういうクエリでSELECTすれば良いのか分からん
chatgptで
「sqlite3でtwitterみたいなサイトのテーブル設計をして。
上記のTwitterのようなサイトで特定のユーザーのタイムラインを表示するクエリの例を教えて」
って聞くと、こういうの表示されるけど、こんなの絶対パッと思いつかんやろ!!
特にJOIN2回使うのが全然分からん。なんならJOIN1回の部分も分からん
っていうか、hatena君、sqlのシンタックスハイライトするとインターナルサーバーエラー返してくるんだが...
class Foo def bar'baz' # return baz end end
sqlだけっぽい......
CREATE TABLE users ( id INTEGER PRIMARY KEY AUTOINCREMENT, username TEXT NOT NULL, email TEXT NOT NULL UNIQUE, password TEXT NOT NULL, created_at DATETIME DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE tweets ( id INTEGER PRIMARY KEY AUTOINCREMENT, user_id INTEGER NOT NULL, body TEXT NOT NULL, created_at DATETIME DEFAULT CURRENT_TIMESTAMP, FOREIGN KEY (user_id) REFERENCES users (id) ); CREATE TABLE follows ( follower_id INTEGER NOT NULL, followed_id INTEGER NOT NULL, created_at DATETIME DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (follower_id, followed_id), FOREIGN KEY (follower_id) REFERENCES users (id), FOREIGN KEY (followed_id) REFERENCES users (id) ); SELECT tweets.id, tweets.body, tweets.created_at, users.username FROM tweets JOIN follows ON tweets.user_id = follows.followed_id JOIN users ON tweets.user_id = users.id WHERE follows.follower_id = [特定のユーザーID] ORDER BY tweets.created_at DESC;
もしも掲載雑誌が既知じゃない状態でかぐや様と五等分の花嫁をさらっと提示されて、さてどっちが青年漫画でどっちが少年漫画か当ててみよと言われたら多分俺は答えられないだろう。
青年漫画かどうかの判断基準を少年漫画と比べたときの内容の大人っぽさに据えてみたとしても、どっちの方が大人っぽいか良く分からん。答えを知ってる立場で見るなら確かにかぐや様には時事ネタや政治経済的な文脈での人間の汚さを描いてるところがあるという点で、少年漫画と比べて大人っぽいのかなあと言えなくもないが、どうも後付けな感じがする。五等分の方がフィクトセクシャルに向けて性をより押し出そうという点ではそっちの方が大人向けなのではないかという感じもする。
なんでこんなことを考えているかというと、新しく面白い漫画を発掘しようと思ったところなのだが、経験上俺が面白いと感じるツボを押さえた内容を持った漫画が出されてるジャンルというのは少年漫画と青年漫画の双方にかなりの重なりをもってまたがっているからだ。そして少年漫画と青年漫画の内容上の区別が思いのほか難しいときてる。
ならこれらをいっしょくたにして探したいと欲するところなのだが、電子書店で受け付けるクエリというのはグーグルやツイッターほど融通が利くものではなく、or検索すらできない。
「男性向け」というタグを用いてる書店もあるが、このタグには18禁でない程度の白塗りお色気漫画が多数含まれている。
その気が無いときにお色気漫画ばっか出てきて検索上ノイズでしかなく著しく発掘効率が落ちるというわけだ。
ああ、別に学園漫画やラブコメに限って面白いと感じるわけではないのであしからず。
社畜ちゃんは少年漫画なのに社畜となんとかの１０００何日だっけ？は青年漫画とかってのもみるとほんと内容的から論理的にそう区別された根拠を説明できるものじゃなくて便宜上の区別でしかないなあ。
このChatGPTのJavaScriptの説明がどうしても分からない。解説あってる？
var idx は、現在開いているWebページのURL文字列に ? が含まれている場合に、その位置を取得するために使用されます。これは、クエリ文字列の開始位置を特定するために必要な処理です。
たとえば、以下のようなURLが現在開いているWebページのURLであった場合、
https://example.com/search?q=keyword&page=1
var idx = url.indexOf('?'); というコードを実行することで、変数 idx には 8 という値が代入されます。これは、? の位置がURL文字列の8文字目にあることを示しています。
var idx はURLの文字列の何番目に？があるかって意味だとは分かった。でも例文のURLだと？の位置はhから数えて27番目だよね。聞いてみた
おっしゃる通り、指定されたURL https://example.com/search?q=keyword&page=1 において ? の位置は h から数えて 27 番目の文字です。
しかし、ブックマークレットのコード中では idx の初期値として url.indexOf('?') を設定しています。この indexOf() メソッドは、指定された文字列が最初に現れる位置を返します。もし文字列が見つからなかった場合は -1 を返します。
したがって、ブックマークレットのコード中で url.indexOf('?') を実行すると、? の位置が返されます。指定されたURLにおいて ? は https:// の直後に出現するため、url.indexOf('?') の実行結果は 8 になります。
つまり、ブックマークレットのコード中では ? の位置ではなく、? の次の文字（q）の位置が idx として設定されていることになります。
なんか意味がわからない。その後もどっから数えた数字がidxになるのかいくつか聞いてみたが堂々巡りになってしまって明確な答えが分からない
昇進したらどうしたい？
みたいなこと聞かれてさ、
「紙の伝票とか台帳とか、報告書とか、そういうのやめたい。」
って答えたらさ、
「具体的にどうしたらいいと思うか？」
とか聞いてくるわけ。
技術的な話しようかと思ったんだけど、その、ジジイさ、パソコン音痴なわけ。
「会議開きたいから添付のExcelにマルバツつけてメール返信してくれ」
って感じの、日付とその隣にマルバツをつけるセルが用意されたファイルを送ってくるような人なわけ。
他にも、社内数百人に自由記載のアンケートとかもそういう送り方してくる人でさ。
返信されてくるメールに添付されたExcelファイルを全部別の名前をつけて保存して、一つ開いてはコピペ、一つの開いてはコピペしてる人なの。
まあ、仕方ないから思うことを話したさ。
後から検索できないデータなんて不良債権だから、わざわざ印刷してから保存はやめろ。
世の中にはデータベースっていうものがあってだな、そこに行く前に絶対必要になるからデータもデータの繋がりもリレーションで書き出せ。
っとひとしきり。
それで、返ってくる言葉が
「抽象的でわからない。もっと具体的に、ファイル名で分類するとか、どうやって台帳で管理するとか、なんかあるだろ？」
とか言ってくるわけ。
いや、技術的な話を聞いたのはお前だろと。
「もっと、会社のシステムみたいな壮大な話じゃなく、自部署をどう解決したいかを教えてくれるか？」
みたいな返しをしてくるから
って答えても、よく理解してくれないわけ。
終始すれ違い。
あー、失敗した。
はてブではたまにこういうことが起こる。👇
全国のパン好きのみなさん、一生かけて回るので推しパン屋さんを教えてください→地域別で分けてみた
https://b.hatena.ne.jp/entry/s/togetter.com/li/2064362
全国のパン好きのみなさん、一生かけて回るので推しパン屋さんを教えてください→地域別で分けてみた
https://b.hatena.ne.jp/entry/s/togetter.com/li/2064362?page=2
全国のパン好きのみなさん、一生かけて回るので推しパン屋さんを教えてください→地域別で分けてみた
https://b.hatena.ne.jp/entry/s/togetter.com/li/2064362?page=3
それぞれ何が違うかというと、分割されているページの位置だ。
ページごとにURLが異なるので（?page=nの部分）、はてブからは個別のコンテンツと認識されてしまっているのだ。
Togetter以外にも記事をページ分割するサイトはいくらでもあるが、このようなことが起こることは少ない。
はてブのシステムは、ページ分割されているどのページをブックマークしても親ページ（先頭ページ）がブックマークされるように作られているからだ。
ただし、それにはブックマークされる側のページで「カノニカルURL」が正しく設定されている必要がある。
カノニカルURLとは、「この記事っていろんなURLのバリエーションがあるけど、SNSとかで拡散する時はこのURLを使ってね」という「代表URL」のことだ。
WebページのURLには、（まさにこの例のように）ページ分割位置を示すクエリパラメーターがくっついたり、効果測定やアフィリエイトのためにクエリパラメーターが勝手にくっついたりすることがよくある。同じページでもURLに無限のバリエーションができてしまうが、それぞれが別個のコンテンツだと認識されてしまうと不便なこともある（まさにこの例のように）。
そうならないように、アクセスを本来のまっさらな親ページ（先頭ページ）に集約するのがカノニカルURLの役割だ。
はてブも、分割の途中ページがブックマークされてもカノニカルURLの記述に従って先頭ページがブックマークされる仕組みになっている（この仕組みが実装されたのはわりと最近なんだけど）。
それなのにTogetterのブクマが👆あんな風になっちゃうのは、ひとえにTogetter側のカノニカルURLが正しくないからだ。
カノニカルURLの記述じたいがないのかと思って調べてみると、そんなことはない、ちゃんとある。
＜link rel="canonical" href="https://togetter.com/li/2064362?page=3"/＞
なんと、クエリパラメーターをくっつけたバリエーションURLのほうをそのままカノニカルURLにしてしまっている。本末転倒な使い方だ。
もろちん、クエリパラメーターがくっついたままのURLをカノニカルとしなければならないケースもあるだろう。クエリパラメーターが記事IDになっているようなサイトはいくらでもある。
しかしTogetterに関しては違うと思う。なぜなら、分割の途中ページでもSNS拡散ボタンは先頭ページのURLを登録するようになっているからだ。
つまり拡散アクセスを記事の先頭ページに集約したいという意思がちゃんとうかがえるのだ。SNS拡散ボタンとカノニカルURLに矛盾がある。
文句のついでにカノニカルURLの解説をしてしまったのでちょっと長くなったけど、とにかくTogetterはカノニカルURLの設定をとっとと見直してほしい。
Me:
医療に関わる概念はどのくらい理解している?
GPT:
GPT-3は、医療に関わる概念も理解していますが、その精度は自然言語処理タスクに比べると低い可能性があります。 GPT-3は、大量のテキストデータを使用して学習されたが、そのデータには医療に関するものも含まれているが、その範囲は一般的なニュース記事やブログなどが多いと思われます。そのため、医療に特化したタスクに対しては、専門性が低い可能性があります。また、GPT-3は事前学習されたモデルであり、医療に関する専門知識は明示的には習得していないため、医療に特化したタスクに対しては、専門性が低い可能性があります。ですが、GPT-3は文章の生成や質問応答に対しては高い精度を発揮しており、文章を理解する能力が高いため、医療に関連する文章を理解し、それに基づいた文章の生成や質問応答をすることは可能です。ただし、医学的な正確性や専門性については保証できないため、医療に関する重要な判断や治療に関する決定には使用しないほうが良いでしょう。
Me:
今後のバージョンで、医療に関する概念を獲得する可能性はある?
GPT:
今後のバージョンで、医療に関する概念を獲得する可能性はあります。現在、医療に関するデータが大量に存在し、それを使用して学習することで、より高い精度を達成することができるでしょう。また、新たなアルゴリズムや技術の進歩によって、より良い結果を得ることができるようになっています。医療に関連するタスクに特化した言語モデルも開発されており、それらは、医学的な正確性や専門性に優れています。今後も、医療に特化した言語モデルの開発が進むと考えられ、医療に関するタスクに特化した言語処理のパフォーマンスが向上する可能性があります。また、GPT-3のような大型の言語モデルを特定の分野に特化することもでき、それによってより高い精度を達成することができます。それは、特定の分野に特化したデータを使用して学習させることで、その分野に特化した知識を獲得することができるためです。そうしたことにより、医療に関連するタスクに特化した、より精度の高い言語モデルが開発される可能性があります。
Me:
ちなみにとある大学が、GPT-3のテキスト検索埋め込みモデルを使用し、長い自発的な発話と短い検索クエリ「アルツハイマー病の初期症状」の関連性を測定して、アルツハイマー病の初期の兆候をから80％の精度で検知したみたいなんだけど、意見ある?
GPT:
GPT-3を使用した、長い自発的な発話と短い検索クエリの関連性を測定し、アルツハイマー病の初期の兆候をから80%の精度で検知するというアイデアは非常に興味深いものです。自然言語処理タスクにおいてGPT-3は高い精度を発揮しているため、長い自発的な発話を解析することができる可能性があります。ただし、このようなアプローチは、医療に関連するタスクに特化した専門的な言語モデルや、専門家による検証が必要であると考えられます。特に、アルツハイマー病の検出には、複数の要因が関与し、特定の症状がアルツハイマー病の兆候であると断定するためには、専門家による診断が必要だと思われます。また、GPT-3は、医学的な正確性や専門性について保証できないため、重要な判断や治療に関する決定には使用しないほうが良いでしょう。
Me:
もしGPTに医療に関する精度の高い言語モデルが実装された場合、このケースでは使える?
GPT:
もしGPTに医療に関する精度の高い言語モデルが実装された場合、このケースでも使用することができる可能性があります。それは、医療に特化したデータを使用して学習させ、専門的な知識を獲得することで、アルツハイマー病の初期の兆候をから高い精度で検知することができる可能性があります。ただし、このようなアプローチは、専門家による検証が必要であると考えられます。特に、アルツハイマー病の検出には、複数の要因が関与し、特定の症状がアルツハイマー病の兆候であると断定するためには、専門家による診断が必要です。また、医療に関する情報は常に最新の情報であることが重要であり、それを保つためにも、定期的な更新が必要です。また、GPT-3のような言語モデルは、人間の診断には取って代わることはできません。診断には、症状の詳細な調査、検査結果、専門家による判断などが必要であり、言語モデルによる自動診断は、専門家による診断の結果と照らし合わせることが重要です。
Me:
GPTが医療に関する言語モデルの定期的な更新が可能になった場合は、どう?
GPT:
GPTが医療に関する言語モデルを定期的に更新することができる場合、より高い精度を達成することができる可能性があります。医療に関する情報は、時間の経過とともに変化します。新しい研究結果や臨床経験が得られるたびに、知識ベースも更新される必要があります。それにより、より正確な情報を提供することができ、病気の予防や早期発見に役立つことが期待できます。また、GPT-3のような大型の言語モデルは、大量のデータを使用して学習することができるため、新しいデータを取り込むことで、より正確な結果を得ることができます。しかしながら、GPT-3やそのような大型の言語モデルは、医学的な正確性や専門性について保証できないため、重要な判断や治療に関する決定には使用しないほうが良いです。
Me:
医学的な正確性や専門性って具体的になに?
GPT:
医学的な正確性は、医学的に正しいことを指します。つまり、疾患や症状、診断、治療などに関する情報が、科学的に正しいことを意味します。医学的に正確な情報は、最新の研究結果や臨床経験に基づいていることが望ましいです。医学的専門性は、医学的に専門的なことを指します。つまり、特定の疾患や症状、診断、治療などに関する専門的な知識を指します。これは、医学の専門家によって持っていることが望ましいです。GPT-3などの言語モデルは、大量のテキストデータを使用して学習させることで、自然言語処理タスクにおいて高い精度を発揮していますが、医学的な正確性や専門性については保証できないため、重要な判断や治療に関する決定には使用しないほうが良いです。
Me:
今後GPTが医学的な正確性や専門性を獲得するにはどうすれば良い?
GPT:
GPTが医学的な正確性や専門性を獲得するためには、次のような方法が考えられます。
- 専門家が監修する専門的な医学データを使用して学習する: GPTは大量のテキストデータを使用して学習することができるため、専門的な医学データを使用して学習することで、医学的に正確かつ専門的な知識を獲得することができます。
- 専門家による検証: GPTが出力した結果は、専門家によって検証されることで、正確性と専門性を確認することができます。
- 定期的な更新: 医学的な知識は時間の経過とともに変化するため、定期的に最新の情報を取り込むことで、常に最新の情報を持つことができます。
- 特別なタスクに特化: GPT-3のような大型の言語モデルを特定の分野に特化することもでき、それによってより高い精度を達成することができます。
- 医学的な正確性や専門性について保証できないため、重要な判断や治療に関する決定には使用しないほうが良いでしょう
Me:
GPT-3の要約機能の例。ローショット法とアンサンブル法を活用し、210のラベル付けされたサンプルを拡張して、6400のラベル付けされたサンプルを使用した場合と同じ結果を生成。このサンプルをつかい非常にすぐれた要約を取得可能になったみたいなのだけど、意見ある?
GPT:
GPT-3の要約機能は、自然言語処理タスクにおいて高い精度を発揮することができることが知られています。ローショット法とアンサンブル法を使用し、ラベル付けされたサンプルを拡張することで、より多くのサンプルを使用することで、高い精度の要約を生成することができる可能性があります。ただし、要約タスクにおいては、概要を簡潔に表現することが重要であり、単に文章を短くするだけではなく、本質的な内容を捉えることが重要です。また、GPT-3は大量のテキストデータを使用して学習させることで、自然言語処理タスクにおいて高い精度を発揮していますが、要約タスクにおいては専門性や正確性について保証できないため、専門家による検証が必要であると考えられます。
Me:
それは医療データに関しても同じ意見?
GPT:
医療データに関しても、GPT-3のような大型の言語モデルを使用した場合、データの拡張やアンサンブル法を使用することで、高い精度の要約を生成することができる可能性があります。しかしながら、医療に関する情報は常に最新の情報であることが重要であり、それを保つためにも、定期的な更新が必要であり、それでも正確性や専門性について保証できないため、専門家による検証が必要であり、重要な判断や治療に関する決定には使用しないほうが良いです。また、GPT-3は大量のテキストデータを使用して学習させることで、自然言語処理タスクにおいて高い精度を発揮していますが、医学的な正確性や専門性について保証できないため、重要な判断や治療に関する決定には使用しない医療に関するタスクにおいては、医学的な正確性や専門性が求められるため、GPT-3などの言語モデルを使用するだけでは十分ではありません。そのため、専門家による検証や監修、専門的な医学データを使用した学習、定期的な更新などが必要になります。また、専門的なタスクに特化したモデルを構築することも有効です。それでも、GPT-3などの言語モデルは、医療に関するタスクにおいても有用な情報を提供することができる可能性がありますが、それらの情報は必ず専門家による検証を経てから使用することが重要です。
Me:
ありがとう。今後を期待しているよ。
GPT:
どういたしまして。私も今後の進化に期待しております。またのお問い合わせをお待ちしております。
「この機能を作って」「このバグを直して」という要求にエンジニアが応えて実装する時は成果がすぐわかるよな。
データサイエンティストの場合はどうか。「僕たちはメトリクスがなければ成果を評価できません！」とかウゼーことを言い、定量メトリクスを用意する。
じゃあ例えば広告業界としよう。広告を適切な人に届けるのがミッションとする。
ところがデータサイエンティストは「僕たちのメトリクスは利潤！これが上がるほど良い！」とか言い散らすので、ユーザビリティが下がるようなところに広告を配置したり、クエリから情弱判定して情弱を騙すような広告を出したりする。
そして起こることは何か。企業の信頼失墜だよ。「僕たちは過学習が嫌い！」とかイキってるクセに、自称データサイエンティストがそのメトリクスに追従すること自体が過学習だと自覚していない。
データサイエンティストは必要ない。ビジネスドメインに詳しい人間がいるだけでいい。
お前らの言ってることがマジで理解できないので、頼むからこれから質問に答えてくれ。全部y/nで答えられるからな。頼むぞ。
問1. あなたたちが悪用と言っている使い方も含めて、mimicが合法なサービスである可能性が高いことを理解していますか？
問2. あなたたちが大好きなTwitterやPixivは、違法な画像がアップロードされたり合法的にアップロードされた画像が無断で商品化されたりすることを未然に防げないサービスであることを理解していますか？
問3. 規約に違反した合法的な使い方を未然に防げないmimicと、法に反する使い方を未然に防げないTwitter、Pixivを比較した場合にmimicがより問題のあるサービスであると思いますか？(mimicは規約違反に対しては当初より適正な対処をすると宣言していたため、その前提で回答ください)
問4. mimicは絵師向けのサービスなので、非絵師は今回の騒動に文句をつけるべきではなかったと思いますか？
問5. mimicと同等、あるいはそれ以上の機能を持つサービスが非絵師にもむけて合法的に提供された場合にも問題があるサービスだと思いますか？(非絵師にも提供されているため、他人の絵をクエリとして画像を生成することも規約には反しないと理解ください)
問6. waifu diffusionを知っていますか？
小山（狂）氏（@akihiro_koyama）が以下のをツイートをした。
twitter.com/akihiro_koyama/status/1563756228810903552
女性用風俗の本番強要とかマジで闇深なんですよね。店側が強く注意しないからレイプまがいの本強が平気でまかり通ってる。ホストへの枕強要もそうですが、男相手のレイプは不可視化され過ぎてる。
twitter.com/akihiro_koyama/status/1563756814616776704
生意気な若い女（39）とか私のミニスカに執着するな（46）とか典型ですが、いい歳して「若い女」としてのセルフイメージを更新できない中高年女性が多すぎるからこんなことなってるんですよ。自分の歳を考えろ。加害性を自覚しろ。
twitter.com/Kelangdbn/status/1564010970468339713
@bokukoui
の発言であり北村紗衣先生のセルフイメージではないです（変なレッテル貼った嶋氏は彼女の名誉を棄損してると思う）。Open Letter事件は伝聞から起きた暴走です。ファクトは大事にしましょう。
twitter.com/bokukoui/status/1564044925376667649
私がいつ、北村紗衣先生を「生意気な若い女」呼ばわりしたか、具体的に示してください。私のツイッターを検索しても bit.ly/3Arkh8Z 研究ブログに書いた呉座さんの件に関する記事を探しても researchmap.jp/rshima/%E7%A0%94%E7%A9%B6%E3%83%96%E3%83%AD%E3%82%B0 そのような表現は見当たりません。「ファクトを大事」とは片腹痛い。
少し時間が経ってから吉峯耕平氏(@kyoshimine)が、情況2022で墨東公安委員会氏が北村氏に言及する文脈で「生意気な若い女」と発言している証拠をアップロードした。
twitter.com/kyoshimine/status/1564432369356263424
もしかして、ネット上の執拗な北村叩きは、邪道に陥った者どもが、正道をしれっと説いて実践して見せている「生意気な若い女」への、嫉妬だったのかもしれない
情況2022を以ってSpica氏のツイートは正しいことが確認され、論争は終了するかに思われた。しかし墨東公安委員会氏はSpica氏のツイート中の「発言」を「呼ばわり」に読み替えたため、さらに反論が続くことになった。
twitter.com/bokukoui/status/1564044925376667649
『情況』誌も原稿も今手元にないので確認できませんが、書いたとしてもそれは、まさに「北村先生を攻撃する連中が、北村先生を『生意気な若い女』だと見ているのだ」という文脈です。切り取って無茶な攻撃をするのは極めて不誠実な行為です。
twitter.com/bokukoui/status/1564056991487561728
すでに多くの方がご指摘くださっていますが、引用符をわざわざつけて書いているのは、他者の発言を引用するなど、特別な含意を持っている場合です。この文脈で、私が北村先生を「生意気な若い女」と中傷している、と読むのは明白に誤読です。はなはだ遺憾です。
そう、墨東公安委員会氏は確かに、北村氏を「生意気な若い女」呼ばわりしたことはない。でも、そもそもSpica氏はそんなことは言っておらず、「生意気な若い女」は墨東公安委員会氏の発言であると指摘しただけである。だから、落ち着いて。
興味深いのは「発言」を「呼ばわり」に読み替えられた点に気付かずに、反応しているツイートが多いことだ。
twitter.com/kamatatylaw/status/1564018285112283136
twitter.com/Umu999_0YOtJHCt/status/1564483268233162752
この文章読んで著者が北村氏を「生意気な若い女」だと思っていると読んじゃうのか…
なんか凄いなぁ。こういう人たちがフェミたたきやってんだなぁ。
twitter.com/yeuxqui/status/1564535169284861952
まあでもこんなふうに読んじゃう人たちがいるのは良くわかる。
実の所、墨東公安委員会氏が「発言」を「呼ばわり」に読み替えていることを、自分もすぐには気付かなかった。情況2022の該当箇所を知らなければ、このすり替わりに違和感を持つのは難しい。だからこのようなコミュニケーションエラーが伝播したのではなかろうか。
このコミュニケーションエラーの伝播はちょっと興味深い。エコーチャンバーによる考え方の過激化もこういう所から生まれるのだろうか。
前述した通り、「生意気な若い女」は墨東公安委員会氏の発言である、とSpica氏は指摘しただけであり、墨東公安委員会氏は北村氏を「生意気な若い女」呼ばわりした、とはSpica氏はツイートしていない。それにも関わらず、後者の誤った解釈で墨東公安委員会氏を擁護している人が多いのは何故か。自分もしばらくこの「発言」から「呼ばわり」へのすり替わりに気付かなかったのだが、思うにSpica氏のツイートの丸括弧の文言が誤読を誘う原因ではないかと思う。
情況2022の記述を知らずに、上記の丸括弧の記述と合わせて「発言」のセンテンスを読むと、墨東公安委員会氏が悪意を持って北村氏を「生意気な若い女」と形容した、と解釈するのが自然になってしまうだろう。実際にはSpica氏は情況2022の記述を念頭に置いており、丸括弧の部分は以下のようなニュアンスで書いたのではないかと思う。
改めて見直してみると、Spica氏のツイートは確かに誤解を招きやすい表現であった。情況2022の記述を知らないと、墨東公安委員会氏は北村氏を「生意気な若い女」呼ばわりしたとSpica氏は指摘している、このように誤読されるのも無理からぬ面がある。
しかし、情況2022を執筆した当の墨東公安委員会氏も誤読するのはどういうことなのだろうか。
自分の現時点での理解では、「生意気な若い女」の発言者は墨東公安委員会氏だと考えている。すなわち、
と墨東公安委員会氏は推論したが、この推論を情況2022で発表したのは彼である以上、「生意気な若い女」の発言者は同氏であると自分は解釈している。
ところが墨東公安委員会氏は「生意気な若い女」は引用などであると示唆している（「引用など」の「など」が他に何を含意しているのか分からなかったが）。
twitter.com/bokukoui/status/1564600464494063617
すでに多くの方がご指摘くださっていますが、引用符をわざわざつけて書いているのは、他者の発言を引用するなど、特別な含意を持っている場合です。この文脈で、私が北村先生を「生意気な若い女」と中傷している、と読むのは明白に誤読です。はなはだ遺憾です。
もちろん繰り返し述べているように、墨東公安委員会氏は北村氏を「生意気な若い女」と中傷してはいない。しかし、「生意気な若い女」との発言も、墨東公安委員会氏は行っていないのだろうか。
もしも「生意気な若い女」が引用ならば、墨東公安委員会氏は引用元を明示すべきである。この文言が引用ならば、そもそも冒頭のSpica氏の「発言」ツイートも誤りだったということになる。この投稿の論考も全てひっくり返る。
念のためTwitterの検索で以下のクエリを確認してみたが、情況2022発売前に北村氏を「生意気な若い女」と中傷するツイートは見当たらなかった。
since:2021-1-1 until:2022-4-1 "生意気な若い女" saebou
since:2021-1-1 until:2022-4-1 "生意気な若い女" 北村
以下のクエリで検索するとヒットするが、ほとんどが北村氏と無関係に見える。
since:2021-1-1 until:2022-4-1 "生意気な若い女"
もしかしたらWebサイトや書籍で、北村氏は「生意気な若い女」と中傷されているのかもしれない。是非とも、墨東公安委員会氏には「生意気な若い女」の引用元を明らかにして頂きたい。あるいはこの文言が引用でもなく同氏の発言でもないならば、いったい何なのか、「引用など」の「など」が意味する所を教えて頂きたい。
