ある、私設テキスト・アーカイブの試み
――青空文庫　1997〜2012

富田倫生

（2012年11月20日　図書館総合展2012「国立国会図書館」展示ブース）

1991 電子書籍元年

青空文庫は、紙の本の電子的保存から発想したものではない。「電子本を作る」、つまりコンピューター上でどうテキストをやり取りするかから考え始め、それを何に生かすかという流れから、アイディアが生まれていく。

米ボイジャー、Expanded Bookを開発

テキストをしかるべきソフトで加工すると、画面上に本を再現できる。失われた簡易製版、印刷ツール、ガリ版の世界が、デジタルで復活する。

• 印刷所、出版社、取り次ぎ、書店網という大きな機構を動かさずとも、自分の出版物を出せる。
• 作成、複製、保存、配布が、コンピューターとネットワークの力を借りて 容易に行える。
• 検索といったコンピューターならではのメリットも生かせる。フォントの切り替えで表示の雰囲気を変えたり、横組み、縦組みを即座に切り替えたり。音声変換、将来的には自動翻訳と結びつく可能性もある。
• 音声や画像の組み込みも可能。

1995 インターネット

インターネットの急速な普及

• 従来はCD‐ROMやフロッピーディスクに収めて物理的に移動するしかなかった 電子本の配布問題に、これでけりがつくだろう。

すでに始まっていた、テキストの配布

• プロジェクト・グーテンベルク：1971年スタートを標榜する、米国発のテキスト・アーカイビング・プロジェクト。
• 日本文学等テキストファイル：岡島昭浩（福井大学、当時）さんが作成した、どこのサーバーに、どの作品のテキストが置いてあるかをまとめたリスト。その背後には、研究用に作成したファイルを公開する、研究者の動きがあった。

1997 電子図書館

開設当初登録の、樋口一葉「たけくらべ」エキスパンドブック版。縦組み、ルビ付き。ファイル内検索可能で、組みを縦横に切り替えられた。

電子書籍＋インターネットで、何ができるか。

• 電子書店
• 電子図書館

複製、移動のコストが低いというインターネットの特長と親和性が高いのはどちらか。

• 電子図書館：エキスパンドブック＋インターネット＝青空文庫
• 書くもの（著作権あり）、書かれたもの（著作権切れ）の双方を収録。

電子図書館に至る二筋の道

• 画像：パイロット電子図書館→近代デジタルライブラリー　素早く大量の書籍を電子化できる。
• テキスト：青空文庫　コンピューターによる様々な後処理を期待できる。

2002 テキストへの後退

メーカー固有フォーマットに依存することへの懸念。

• ボイジャーは、次々に生まれてくるOS環境に、どこまでフォーマットを対応させられるのか。
• 対応なしの環境では、青空文庫が作成したファイルは、開けない。
• ボイジャー自身、新しいフォーマット開発にも乗り出している。

もっとも幅広い環境で、もっとも長く開けるファイルフォーマットはなにか。

• テキスト
• そこまで後退し、「テキスト中に組版情報を書き込んだものを作る」と、発想を切り替える以外、ない。

2004 可読性への再挑戦

青空文庫は、組版情報を記載したソースのみを提供する。表示は、対応ビュワーに任せる。

手放した読みやすさを、いかにして取り戻すか。

• 組版情報を記録するための青空文庫注記を、コンピューター処理可能なタグとして、再定義する。
• そのタグを元に、エキスパンドブック並みの組み体裁を再現する、青空文庫対応表示ソフトの 開発を働きかける。

azur

• ボイジャーと青空文庫が共同開発した、縦組み対応のウェッブブラウザー。
• 青空文庫XHTML版に記載された、ルビ、圏点、傍線、字下げなどのタグを元に、組版を再現する。

共生を目指して １

収録ファイルを、どのように使えるかの明確化。

• 当初、「青空文庫の作品は、自由に使ってください」とだけ、書いていた。
• それに対し、山形浩生さんから、批判を浴びた。「テキストは公開されてる、自由に使えるとはいいつつも、実は受け取る側としてはなにができるやらよくわからないのだ」
• それまで入力、校正に関わってきた全員に働きかけて、「収録ファイルの取り扱い規準」をまとめた。
• 「有償であるか、無償であるかを問わず、複製し、再配布できる。ファイル形式の変換も可能。著作権法が許す範囲での、旧仮名を新仮名にあらた めるといった変更も可能。これらのいずれを行うにあたっても、青空文庫側に対価を支払ったり、了解を求めたりする必要はない。」

共生を目指して ２

注記記号の使いかたを、詳細に解説。

• 青空文庫で入力、校正する人のために、かねてから注記記号の使いかたを説明してきた。
• 加えて、青空文庫対応表示ソフト開発者への情報提供を意識して、注記情報をもとに、どう表示を組み立て直してほしいかにまで言及した、「注記一覧」を用意した。
• 対応表示ソフトが、PC、スマートフォン、タブレット端末などに、広く多数書かれると、青空文庫形式で自分の書いた作品を電子化しておけば、いろいろな環境で開いてもらえると受け止める人が現れた。
• 「注記一覧」には、簡易電子出版環境としてこれを利用する際の注意事項や、知恵についても記載している。

共生を目指して ３

注記したテキストを、XHTMLに変換するプログラムを公開。

• 青空文庫自体が提供するファイルは、現在、テキスト版とXHTML版の2種類。XHTMLは、手作業で注記したテキストを、プログラムで変換して得ている。
• この変換プログラムは、パブリックド メイン扱いで、「組版案内」に置いて公開している。
• ここでは、自分が用意したテキストを、XHTMLに変換することも出来る。
• 電子書籍の標準規格として期待されるEPUBの中身には、XHTMLのサブセットが用いられる。青空文庫ファイルを、EPUBに変換するツールが各種、開発されているが、それらには青空文庫が公開している変換プログラムがなんらか、貢献している可能性がある。

共生を目指して ４

公開中、作業中の全作品の書誌情報を、CSV形式で公開。（毎日更新。）

• どの本をもとに、入力したのか。その底本は、どこからテキストを得ているか。初出。仮名、漢字の新旧。著作権の有無。テキスト版、XHTML版のURL、図書カードのURL等の書誌情報を、CSV形式で公開している。毎日更新しており、当日公開された作品も、公開中CSVに記載されている。
• 青空文庫対応表示ソフトには、著者名、作品名のリストを組み込んだものが多い。そのデータは、連日更新される、書誌情報CSVから取得されている。
• どの作品がどれだけ校正を待っているかといった情報も、作業中CSVから得られる。

青空文庫の概要

• 1997年夏、活動開始。
• 当初は、著作権ありと著作権切れの二系統の収録を想定。著作権あり作品の収録要請が膨らむ中、選別の作業をこなせなくなり、現在は、一部の例外をのぞいて受け入れを停止し、著作権切れに集中している。
• 収録作品は、15年間で約1万1000。ただし、詩一篇のようなごく短いものを、一作品と数えているケースが多数ある。
• 年間支出はおよそ、120万円。データベースの開発、改修、全国の公共図書館に寄贈したDVD-ROM付き冊子、『青空文庫 全』を作ったときなど、イベントがあると、最大400万円程度まで膨らむ。
• 年間収入は、トップページの広告による約200万円、プラス寄付の、トータル250〜330万円。直近の二期は、計150万円と減少している。
• 作業協力者として登録してくれた人は、延べ約800人。ただし、この数字には、一ファイルも仕上げられなかった人を含む。

青空文庫の課題

• 誤りを減らすため、入力者とは別の人が校正してからの公開を原則として いる。入力に比して、校正を担ってくれる人の数が不足しており、長期の校正待ちが、多数生まれている。一部、有償校正をはじめてみたが、基本的には「校正を」と呼びかける以外の対応策を、みつけられていない。
• 第１水準、第2水準までの漢字を規定したJIS X 0208を用い、そこにない文字は、外字注記で表してきた。注記には、JIS X 0213、もしくはUnicodeの番号をそえている。使用文字コードを、Unicodeに切り替え、外字注記を排除してほしいという要請がある。単純なコード変換の問題に加え、細かな字体差で、違う字とみるか、同じ字とみなすかの目安となる、包摂（統合）規準の異なりをどう扱うか、割ける作業量と勘案しながら、判断する必要がある。
• インターネットの読書記録サービス、ブクログと関連づけてみた。読書に関わる他のサービス、とりわけ国立国会図書館サーチと結びつけたい。
• 著作権保護期間を、従来の死後50年までより延ばそうとする動きへの対抗。出版物に対する著作隣接権新設が、どのような影響を及ぼすかを見極め、必要な対応措置を講じる必要がある。

青空文庫と図書館

• 読む行為の電子化は、不可避に進む。利用者から求められる表現の記録が、デジタルでも存在する、あるいはデジタル化によって、より容易にアクセスできる形で提供されているといった変化は、限られた範囲ではあるが、すでに生じている。
• こうした読みの変革期に、図書館にはなにが求められるか。
• 画像ベースについては、国会図書館が作成のエンジンとなり、公共図書館、大学図書館にも参照の窓口を設ける枠組みが、本年の著作権法改正によって固まった。
• 国会図書館発のもの、加えてそれ以外から生み出される画像電子書籍、あるいはテキスト・ベースの電子書籍を、所蔵図書の検索機構に組み入れられれば、利用者にとっては有用だろう。前提として、提供者側による、APIの公開が求められるが。
• 電子書籍の利用には、今後もためらいを覚える人が多いだろう。近代デジタルライブラリーや、青空文庫等のテキスト・アーカイブの利用をリファレンスの要素として組み込 んだり、体験機会を提供することには意味がある。解説を欠く青空文庫作品に関しては、「お薦め」の紹介も、強く求められている。
• 国会図書館は、全文テキスト化実験を行うなど、テキスト化への意欲を持っている。基盤の脆弱な青空文庫などに代わる、強力なテキスト化エンジンが図書館勢力の中から生まれれば、素晴らしい。