アポストロフィの誤り, スペルチェックをすり抜けるもの
spell checker は文字を読み, 意味は読まないため, its と it's, 複数形と所有格, そして余分なアポストロフィが付いた10年表現も, すべてそのまま通過してしまう。ここでは spell check では拾えない規則, s で終わる単数所有格, 複数所有格, 共同所有, そしてそもそも現れてはならない記号を示す。
論文の草稿を読む指導教員が、同じページ上の its と it's という二語に丸を付ける。どちらも綴りは正しく、どちらも実在する英単語である。どちらも単独では誤りではない。しかし、その文の中で正しいのは一方だけであり、スペルチェッカーはどちらが正しいかについて何も言わない。
アポストロフィは英語でちょうど二つの役割を果たす。名詞が所有を表すことを示すことと、短縮形における欠落した文字を示すことである。所有形と短縮形に関するアポストロフィの規則は、この二つの役割が混同される場合、またはどちらの役割にも実際には当てはまらない記号が現れる場合に存在する。これは、原稿が照合されるより広いacademic writing mechanicsの一部に含まれ、アポストロフィは、あらゆる自動チェックを受けても手つかずのまま残る可能性が最も高いパターンである。
所有形と短縮形に関するアポストロフィの規則, スペルチェックが失敗する箇所
Its は所有形であり, its title page である。一方, it's は短縮形であり, it's time to submit である。スペルチェッカーは辞書照合によって機能する。すなわち, その単語リストのどれにも一致しない文字列を検出する。
あらゆる場合に通用する判定法は, it's を it is または it has に展開し, 文を読み直すことである。展開してもなお意味が通るなら, アポストロフィは正しい位置にある。文が名詞の所有を表しているなら, アポストロフィはまったく不要であり, his や her にも付かないのと同じ理由である。これを一度誤る論文は টাইポである。1 章の中で 5 回も誤る論文は, 2 回目の校正を誰も行わなかった文書として読まれる。
S で終わる単数名詞の所有形
すでに s で終わる単数名詞は, 所有を示すアポストロフィを取る。現代の多くのスタイルガイドでは, さらに s を付けることも求める。したがって, 例えば, the boss's decision, Charles's letters, the class's results である。これは, 注意深い書き手の間で実際に意見が分かれる唯一のアポストロフィ規則である。この相違は古くからあるものであり, どちらか一方が不注意であることを示すものではない。
Wiley-Blackwell の学術誌向けの自社スタイルガイドは、この規則を明確に述べている。s で終わる語には、なおもアポストロフィと s を付けるべきであり、Claudius' ではなく Claudius's reign とする。より古い、より小規模な慣例では、古典名や聖書名のうち、すでに無強勢の s 音で終わるものについては余分な s を省き、Xerxes' army や Achilles' heel のように、他の箇所では 's を付ける文書であっても、アポストロフィだけを残す。
機関名がこの問題を自ら解決するとは限らない。同じ自社スタイルガイドは、実際の機関名として異なる選択をした例として、St Thomas' Hospital, アポストロフィのみ, と The Queen's College, Oxford, アポストロフィに s を加えた形, を挙げている。実務上の規則は、文書ごとに一つの慣例を選んでそれを維持し、固定された固有名は個人の自社スタイルに合わせて修正するのではなく、実際に書かれているとおりに正確に残すことである。
| 慣例 | 理由 | 例 |
|---|---|---|
| 単数名詞にはすべて 's を付ける, すでに s で終わるものも含む | 標準的な現代規則であり, その一例として Wiley-Blackwell の学術向け自社スタイルが用いている | Claudius's reign, the boss's decision |
| アポストロフィのみを付け, 余分な s は付けない | 無強勢の s 音で終わる古典名や聖書名に対して保持されてきた古い慣例 | Achilles' heel, Xerxes' army |
| 固定された固有名は, 書かれているとおりに正確に残す | 普通名詞ではなく, 機関名, ブランド名, 題名に適用される | St Thomas' Hospital, The Queen's College, Oxford |
自分の論文を人間らしくする
重要な語句や引用には手を加えずに、AI支援テキストを変換して自然な人間の文章のようにします。
複数所有格, 所有者が一人か複数か
複数所有格におけるアポストロフィは, 名詞を複数にする s の反対側に置かれる。何が誰のものかは, 1 文字の位置によって異なる。The students' papers は, 複数の学生に属する論文を意味する。The student's paper は, 1 人の学生, 1 本の論文を意味する。どちらも文法的には正しく, 同じ文字で綴られるが, アポストロフィの位置だけが両者を区別する。
不規則複数形をもつ名詞、つまり単に s を付けるだけではない名詞は、通常の規則に従い、複数形そのものに 's を付ける。したがって、the children's books であり、the childrens' books ではない。children はすでに複数形であり、アポストロフィの後ろに s が来るわけではないからである。同じ論理は people's choices や women's research にも当てはまる。アポストロフィを置く前に、どの語が実際に複数形なのかを確認すれば、この種の誤りのほぼすべてを防げる。
共同所有, アポストロフィは1つか2つか
2つの名前が1つのものを共有している場合、アポストロフィは2つ目の名前にだけ1つ付く。Smith and Jones's 2019 study は、2人が共同で書いた1本の論文を意味する。2つの名前が別々のものを所有している場合は、それぞれに自分のアポストロフィが付く。Smith's and Jones's 2019 studies は、著者ごとに1本ずつ、2本の異なる論文を意味する。
この区別は文の文法を変えることはほとんどなく、意味だけを変える。まさにそのため、通読では見落としやすい。複数の共著論文を引用する文献レビューは、この用法が最も現れやすい場面であり、修正の要点は、アポストロフィを置く前に、1つのものが共有されているのか、それとも複数のものが別々に保たれているのかを確認することである。
アポストロフィが決して入らない場所
10年、頭字語、数字は、複数形にするときアポストロフィを取らない。3者のいずれも所有を表さず、どれも文字が欠けているわけではないからである。The 1990s であり、The 1990's ではない。PDFs であり、PDF's ではない。その年に3人の PhDs が卒業したのであり、3人の PhD's ではない。
この誤りがよく見られるのは、s で終わる複数形が、見た目には s で終わる所有形と同じ扱いを必要とするように見えるからであり、複数形を作ろうとする書き手が、理屈で考えるより習慣で誤った記号を選んでしまうことがあるからである。free punctuation checker は、この種の不一致を自動的に検出する。締切前に、ゆっくり慎重に読み直すことが保証できないときほど、これは重要である。
TextPulse's free tools collection は、スペルチェッカーが見逃す残りの部分も扱う。文法、形式性、綴りの慣例を、1回の確認で、1つの記号だけにとどまらない形で確認できる。
研究論文で最も頻繁に繰り返される文法ミスは別にまとめられており、その多くの下にある綴りの問題、米国式と英国式の慣用の違いには専用のページがあります。
これら5つのパターンのいずれも、抽象的に暗記する必要はありません。必要なのは、スペルチェッカーがすでに問題なしと示したまさにその文を、よりゆっくり読み直すことです。なぜなら、アポストロフィの誤りが残るのはまさにそこだからです。its と it's を同じページで丸で囲む指導教員は、そこで読むのをやめることはめったになく、次に確認するのは、議論がその周囲の句読点と同じように不注意に扱われていないかどうかです。
よくある質問
spell checker は辞書照合によって動作する, つまり, その語彙表のどれにも一致しない文字列を指摘する。Its と it's はどちらも実在する正しい綴りの語なので, 片方をもう片方に置き換えても, 指摘される誤りはゼロである。所有格と短縮形のアポストロフィ規則は, まさにこの盲点, すべての語が正しく綴られており, パターンだけが誤っている場合を扱う。
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.