文字列が見つからない方がむしろ有利

計算法そのものにも、とてつもなく不自然な点が見られます。

その最たるものが、「概要」でも述べた、「近接度の順位比」(「補正された距離」)の算出法についてで、そのうちでも、

全体として10以上の「距離」が計算できても、もとの「等距離文字列」[0,0,0]で文字列が見出せない場合が考えられます。その場合も、なんと近接度は計算できない、とされます(1という最大値を与えるのではありません)。
という点です(原文はp.290にあります)。

わかりやすく言えば、
「もし、125通りのうち、124通りのペアが見つかっても、(創世記原文から変化させないそのままの)等距離文字列が見つからなければ、『なかった』ことにする」ということです。近接度の順位比が定義されない場合は、そのあとの計算で用いられませんから、偶然に起こる確率P値を大きくすることにはなりません。

もっとありそうな例で言うと、通称7文字×月日7文字のペアが、125通りのうち、10通りしか見つからなかった、とします。このとき、もとの変化させない等距離文字列(0, 0, 0)が10個のペアのうちに含まれ、かつ最も距離が遠ければ、順位比= 10/10 という値が出て、P値を大きくするように働きます。

一方、等距離文字列(0, 0, 0)でペアが見つからなければ、「なし」です。以降の計算には関係ありません。

要するに、下手に遠い距離のペアが見つかるよりは、見つからない方がよいのです。

こんなの あり?

あるいは、10通りしかペアが見つからず、そのうち変化させない等距離文字列が一番接近していた場合(順位比=1/10)よりも、125通り全部でペアが見つかり、[0,0,0]の等距離文字列が10番目の距離であった場合(順位比=10/125)の方が、近接しているとみなされ、計算されていく、
というのも、同様におかしな点です。

これらはリップスらの方法のかなり深刻な欠陥とも繋がるのですが、せめて、もとの等距離文字列(0, 0, 0)でペアが見つからない場合は、順位比は 1とすべきではないでしょうか?



目次に戻る 次へ