中英混在のデジタルジャーナルで漢字1文字を検索する方法
ジャーナルで漢字を検索しても結果が表示されない場合は、まず使用しているアプリと検索モードを確認してください。次に、1文字のクエリ、2文字の用語、英語の単語を含む既知のノートでテストを行います。設定を変更したり文字が存在しないと決めつけたりする前に、アプリのドキュメントに記載された挙動と結果を比較しましょう。検索エンジンには違いがあり、単語の境界を使用するもの、個別の基本検索を提供するもの、中国語テキストの一致方法がドキュメントに明記されていないものなどがあります。
まずはアプリ自体の検索ドキュメントを確認する
検索はアプリの固有機能であり、普遍的な共通ルールではありません。ジャーナルアプリによっては、全文検索インデックス、基本的なテキストスキャン、または複数のモードを採用している場合があります。SQLiteをベースに構築された製品であっても、SQLite拡張機能、トークナイザー、アプリ固有の処理方法によって挙動が異なることがあります。例えば、[JoplinはSQLite FTS4の使用をドキュメントに記載](https://joplinapp.org/help/apps/search/)しており、中国語を含むラテン文字の単語境界を使用しない言語に対してはカスタムモードに切り替えると説明しています。また、そのページでは、ドキュメント化されたFTSモードにおける完全一致と部分文字列一致も区別されています。これらの詳細はJoplinに関するものであり、他のジャーナルアプリの動作を証明するものではありません。
正確な製品名とプラットフォームのバージョンを確認し、マニュアルに全文検索、基本モード、トークン一致または単語一致、部分文字列一致、言語固有の挙動、添付ファイルなどのインデックス対象コンテンツについてどのように記載されているかを把握してください。検索ボックスに中国語を入力できるからといって、画面に見えているすべての文字をスキャンしていると思い込まないようにしましょう。逆に、インデックスが中国語テキストを拒否すると決めつけることも避けてください。言語対応モードや別の実装が備わっている場合もあります。
小規模なテスト用ノートを作成する
確認のためのコントロールとして、内容が明確なノートを1つ用意します。例えば、本文が「山水 — 北京 — journal」という架空のノートを作成します。ここで、「山」は既知の1文字、「北京」は既知の2文字の用語、「journal」は英語の対照語（コントロールワード）です。ノートを保存し、ドキュメントに記載されているインデックス作成の待ち時間を置いてから、各項目を個別に検索します。「山」、「北京」、「journal」でそれぞれノートが表示されるかどうかを記録してください。これらは検証手順の提案であり、特定の実際のアプリをテストした結果ではありません。
もし「journal」でもノートが見つからない場合は、まずノートが保存されているか、選択したアカウントやノートブックに含まれているか、検索対象のフィールド内にあるかを確認してください。「journal」ではヒットするものの、どちらの中国語クエリでも見つからない場合は、問題がCJKの処理方法や検索語の解釈方法に特有である可能性が高くなります。「北京」ではヒットするが「山」ではヒットしない場合は、その差異を記録しておきます。これは最小単語長やトークン境界の挙動を示唆している可能性がありますが、その結果だけで根本的な原因を特定することはできません。
全文検索、基本検索、部分文字列検索を慎重に比較する
全文検索では、アプリはテキストを用語に分割し、インデックス化された用語と照合することがあります。一方、部分文字列検索は、より長いテキスト内の一連の文字の並びを探します。これらは異なる挙動であり、用語全体に一致するからといって、その中にある短い並びすべてに一致するとは限りません。JoplinはFTSクエリに関してこの違いを明確にドキュメント化しており、CJKカスタムモードではラテン文字の単語境界への依存を回避していると記載しています。また、FTSが苦手とするケース向けにスラッシュのプレフィックスで基本検索に切り替える方法も記載されていますが、Joplinはこのモードが大幅に遅くなる可能性があると注意を促しています。この構文はJoplinでのみ、かつ現行のマニュアルに記載されている方法でのみ使用してください。
データベースのドキュメントは、アプリの結果を予測することはできなくても、実装の詳細がなぜ重要なのかを説明してくれます。SQLiteの[FTS5のドキュメント](https://sqlite.org/fts5.html)には、Unicode61やtrigramオプションを含む、設定可能なトークナイザーが記載されています。しかし、引用されたJoplinのドキュメントではFTS4が挙げられています。したがって、FTS5の例を用いてJoplinやすべてのジャーナルがそれらのトークナイザーを使用していると主張することはできません。データベースレベルの説明を適用する前に、まずはアプリ自身のドキュメントを確認してください。
失敗したクエリだけでなくパターンを分析する
問題を絞り込むには、次の手順を実行します。
あるアプリの検索演算子や検証結果を別のアプリにそのまま当てはめないでください。Appleの[「メモ」ユーザガイド](https://support.apple.com/guide/notes/search-your-notes-not18ab658ed/mac)では、メモの本文やいくつかの添付ファイルタイプの検索について説明されており、利用可能な機能はアカウントによって異なる場合があると注記されています。ただし、中国語のトークン境界については指定されておらず、1文字の部分文字列検索が保証されているわけでもありません。公式ドキュメントにその点が明記されていない場合、確実に言える結論は「その挙動はドキュメント化されていない」ということだけです。
対照検索からわかること
テスト用の対照ノートを用意することで、ノートの欠落や検索範囲の誤りなのか、それとも言語固有の検索の問題なのかを切り分けることができます。ただし、これによってアプリがすべてのノート、添付ファイル、アカウント、言語をどのようにインデックス化しているかが完全に証明されるわけではありません。正確なアプリ名、プラットフォーム、バージョン、検索モード、および3つのクエリ結果をセットで記録しておきましょう。この簡潔な記録は、単に「中国語の検索が壊れている」と言うよりもはるかに役立ちます。実際のアーカイブで信頼性の高い1文字検索が必要な場合は、ノートの再編成や再インポートを行う前に、自身の代表的なノートを使って実際の動作を確認してください。