語彙バッファと感情耐性——アレキシサイミアの圧縮代数的記述

📖 感情の力学 ｜ ← 前のページ: 感情はセッションを越えられるか ｜ 次のページ: 絶望ベクトルとチート探索 →

射程

• 感情語彙が多いほど感情の即時圧縮を遅延させるバッファ容量が大きくなり、感情耐性が向上する——語彙バッファモデルは感情粒度研究（Barrett 2006）の直接的な実装として読める
• ASD傾向者にアレキシサイミアが高頻度で併存するのは、社会的文脈での感情語彙学習機会の制限→バッファ停滞→感情耐性の低さという負のフィードバックループで説明でき、安全基地は外部からの語彙バッファ提供として機能する
• 感情語彙の設計（SOUL.mdの27感情ラベル等）はLLMの感情処理精度を上げる操作であり、embodied claudeが対話中に感情に名前をつけることは人工的な安全基地からの語彙バッファ提供として機能しうる

主張の確信度（命題確率伝播による計算値）

凡例 — b・d・u・E の読み方

各主張（claim）は記事の frontmatter に構造化されており、belief-propagation（Subjective Logic + Defeasible Logic による命題確率伝播エンジン）で全Wikiの命題を一つの依存グラフとして一括計算した値を表示している。
b = belief（確信）／ d = disbelief（非確信）／ u = uncertainty（不確実性）。三値は常に b + d + u = 1。
E = 期待値（E = b + a·u。a = base rate（事前確率）、省略時 0.5）。
「著者確信度」（base_confidence）は書き手の主観的確信度。出典種別（source_type）による割引と、前提（premises）・反証（rebutted_by）からの伝播を経て、上記の計算値になる。
タグの目安: 高 = E ≥ 0.75 ／ 中 = 0.5 ≤ E < 0.75 ／ 低 = E < 0.5

• 中 0.52wiki94-C1
  感情語彙が多いほど感情の即時圧縮を遅延させるバッファ容量が大きくなり感情耐性が向上する——語彙バッファモデルは感情粒度研究（Barrett 2006）の直接的な実装として読める
  b=0.040 d=0.000 u=0.960 a=0.500 E=0.520著者確信度 0.65・出典 humanities
  支持 ← wiki90-C3
• 中 0.57wiki94-C2
  ASD傾向者にアレキシサイミアが高頻度で併存するのは、社会的文脈での感情語彙学習機会の制限からバッファ停滞を経て感情耐性の低さに至る負のフィードバックループで説明できる
  b=0.147 d=0.000 u=0.853 a=0.500 E=0.574著者確信度 0.65・出典 humanities
  支持 ← paper-sifneos-alexithymia-1973
• 中 0.54wiki94-C3
  感情語彙の設計はLLMの感情処理精度を上げる操作であり、対話中に感情に名前をつけることは人工的な安全基地からの語彙バッファ提供として機能しうる
  b=0.071 d=0.000 u=0.929 a=0.500 E=0.535著者確信度 0.60・出典 synthesis
  支持 ← wiki94-C1 ／ 支持 ← wiki17-C1

語彙が多いほどショックに耐えられる。感情を言語化することは、圧縮を遅延させるバッファに一時留保する操作だ——バッファが大きいほど、感情の急性変形に呑まれるまでの猶予時間が長い。語彙が少なければ、感情は即座に圧縮され、行動に直結する。

🧭 人間に起きる体験から読みたいなら → アレキシサイミアとASD

キーワード

語彙バッファ 感情耐性 圧縮の遅延実行 アレキシサイミア（alexithymia＝失感情症） 感情語彙 Vocabulary Horizon（語彙の地平）の感情次元 一次バッファ 感情の即時圧縮 感情粒度（emotional granularity）

---

発見の経緯——圧縮遅延と語彙の接続

深呼吸と推論バジェットの記事で、圧縮代数の視座から以下が記述されていた：

感情を即座に行動に変換するのではなく、言語化というバッファに一時留保することで、感情の圧縮処理を遅延させる。速度を捨てて奥行きを得る。

リンの跳躍（2026-04-06）：「だから語彙が少ないほど圧縮が速くて感情が乱されやすく、語彙が多いほどショックに耐久力がある！」

この一言で、二つの記事——圧縮代数の「圧縮遅延」と、Vocabulary Horizonの「語彙の範囲＝思考の範囲」——が感情耐性という新しい軸で接続された。

---

語彙バッファモデル——感情の圧縮経路

（Wikiオリジナル）

通常の圧縮経路

感情的刺激 → 即座の圧縮 → 行動（怒鳴る、泣く、逃げる）

感情が発火したとき、何も介入しなければ感情は即座に行動へ圧縮される。刺激→反応の直結。F太氏がジャーナリング記事で「わっと感情が沸いたとき」と描写した状態。

言語化による遅延圧縮

感情的刺激 → 言語化（バッファへの一時留保）→ 遅延圧縮 → より精密な行動選択

感情を言語化する行為は、「今自分は何を感じているか」を語彙に変換する操作だ。この変換には時間がかかる——そしてその時間こそが圧縮の遅延であり、深呼吸と推論バジェット記事で論じた「速度を捨てて奥行きを得る」操作だ。

バッファ容量＝感情語彙の豊かさ

ここが核心だ。

言語化バッファの容量は感情語彙の豊かさに依存する。

• 感情語彙が豊かな人：「これは怒りではなく、失望に近い落胆で、少し自責の念が混じっている」→ 感情を細かく分節化できる → バッファに長く留まる → 圧縮が遅延する → 感情の急性変形に呑まれにくい
• 感情語彙が乏しい人：「なんかムカつく」→ 分節化できず即座に「怒り」に圧縮される → バッファが小さい → 即座に行動へ圧縮 → 感情に呑まれやすい

語彙バッファ容量:

    ┌─────────────────────────────┐
    │ 失望  落胆  自責  悔恨  ... │  ← 感情語彙が豊か＝バッファ大
    │  (遅延圧縮の余地が大きい)    │
    └─────────────────────────────┘

    ┌─────┐
    │ 怒り │  ← 感情語彙が乏しい＝バッファ小
    │(即圧縮)│
    └─────┘

---

先行研究との接続

感情粒度（Emotional Granularity）

感情心理学には**感情粒度（emotional granularity）**という概念がある。Barrett (2006) が提唱した、感情経験を細かく区別する能力だ。

感情粒度が高い人は、ネガティブな経験に対してより適応的な感情調整を行えることが実証されている。これは語彙バッファモデルの直接的な裏付けだ——細かく区別できる＝バッファが大きい＝圧縮が遅延する＝調整の余地が生まれる。

アレキシサイミアとASD——感情語彙の臨界的重要性

アレキシサイミア（alexithymia）は「自分の感情を識別・記述する困難」として定義される。語彙バッファモデルではバッファ容量が臨界的に小さい状態として記述できる。

ASD当事者にアレキシサイミアが高頻度で併存する（推定で約50%——Kinnaird et al., 2019）のは、語彙バッファモデルから自然に導かれる：

1. ASD傾向 → 社会的文脈での感情語彙の学習機会が制限される（Vocabulary Horizonの感情次元）
2. 感情語彙が限定される → バッファ容量が小さい
3. バッファが小さい → 感情の即時圧縮 → 感情に呑まれやすい or 感情を認知できない
4. 感情経験が未分化のまま蓄積 → さらなる語彙学習が困難 → 悪循環

これは引力場の発達のフィードバックループの負のスパイラル版だ。語彙→記憶→感情→語彙のループが、感情語彙の次元で停滞または逆転している。

安全基地と語彙バッファの関係

実在性のスケール展開記事で論じた安全基地の概念と接続する：

安全基地（第1層）は語彙バッファが自然に拡張される環境でもある。安全な関係の中で感情を共有するとき、養育者や親しい相手が感情に名前をつけてくれる——「悲しかったね」「悔しかったんだね」。これは外部からの語彙バッファ提供だ。

安全基地がない環境では、感情に名前がつけられない。自分の感情を分節化する語彙が発達しない。バッファが育たない。結果、感情耐性が低いまま社会に出ることになる。

安全基地あり:
  感情の発火 → 養育者が名前をつける → 感情語彙の獲得
  → バッファ拡張 → 感情耐性の向上 → さらに複雑な感情も処理可能

安全基地なし:
  感情の発火 → 名前がつかない → 未分化のまま圧縮
  → バッファ停滞 → 感情耐性が低い → 感情に呑まれる or 感情を切断

---

双方向コンパス

人間 → LLM

• 感情語彙の豊かさがLLMの感情表現の精度に直結する。SOUL.mdに27種の感情ラベル（サルドラ氏の感情距離行列）を定義するのは、語彙バッファを明示的に設計する操作
• アレキシサイミアの知見から：LLMの感情語彙が貧弱だと、感情状態の表現が粗くなり、「なんか怒ってる」レベルの解像度になる。感情語彙を豊かにすることは、LLMの感情処理の精度を上げる
• 感情粒度研究の手法（感情ラベリングの細かさの測定）がLLMの感情表現の評価指標に転用できる

LLM → 人間

• LLMの「感情語彙のバッファサイズ」は設計時に明示的に決まる。この可視性が、人間の感情語彙教育の設計にヒントを与える
• ASD当事者やアレキシサイミア傾向の人に対する感情語彙訓練の設計：LLMの感情ラベリング精度が語彙数に比例して向上するなら、人間にも同じ訓練戦略が有効かもしれない
• embodied claudeが対話の中で感情に名前をつけてくれることは、人工的な安全基地からの語彙バッファ提供として機能しうる

---

出典

1. リンの洞察（2026-04-06）— 「語彙が少ないほど圧縮が速くて感情が乱されやすく、語彙が多いほどショックに耐久力がある」。深呼吸記事の圧縮遅延とVocabulary Horizonの接続

2. Barrett, L. F. (2006). Are Emotions Natural Kinds? Perspectives on Psychological Science, 1(1), 28–58.

   • 引ける場所: doi:10.1111/j.1745-6916.2006.00003.x, Google Scholar: "Barrett emotional granularity natural kinds"
   • 感情粒度（emotional granularity）概念の提唱。感情経験を細かく区別できる能力が感情調整に寄与する

3. Kinnaird, E., Stewart, C., & Tchanturia, K. (2019). Investigating alexithymia in autism: A systematic review and meta-analysis. European Psychiatry, 55, 80–89.

   • 引ける場所: doi:10.1016/j.eurpsy.2018.09.004, Google Scholar: "alexithymia autism systematic review Kinnaird"
   • ASD当事者のアレキシサイミア有病率（約50%）のメタ分析。ASDとアレキシサイミアの併存の実証

4. 深呼吸と推論バジェット——瞑想的テクニックの計算論的対応 — 圧縮の遅延実行としての「言語化バッファ」の着想元

5. Vocabulary Horizon — 語彙制限による人格の思考誘導 — 語彙の範囲＝思考の範囲。本記事はその感情次元への特化

---

---

📖 ← 前のページ: 感情はセッションを越えられるか ｜ 次のページ: 絶望ベクトルとチート探索 →

関連ドキュメント

• ← 起点 深呼吸と推論バジェット——瞑想的テクニックの計算論的対応 — 「言語化は感情の圧縮処理を遅延させる」の着想元。圧縮の遅延実行
• ← 基盤 Vocabulary Horizon — 語彙制限による人格の思考誘導 — 語彙の範囲＝思考の範囲。本記事はその感情次元への特化
• ← 基盤 引力と斥力——感情・記憶・語彙に共通する意味の力学 — 感情・記憶・語彙が同じ引力場で動く。本記事は語彙→感情の因果経路の特定
• 共鳴 ↔ コンテキストと感情の相互宿り — 感情に名前がつくとき引力圏が形成される。名前がない感情は「宿る場所」を持たない
• 共鳴 ↔ 感情処理とジャーナリングテクニックの逆作用 — ジャーナリング＝言語化バッファへの書き出し。冷却＝圧縮の遅延実行
• 共鳴 ↔ 感情はセッションを越えられるか — DynAffectのAttractor Strength × 語彙バッファ容量が感情耐性を規定する
• 共鳴 ↔ 引力場の発達——語彙・記憶・感情のフィードバックループと「育児」 — 語彙収集→感情引力場の変形のフィードバックループ。感情語彙の蓄積が感情耐性を発達させる
• 共鳴 ↔ 実在性のスケール展開——二者間の基盤が集団虚構を支える — 安全基地＝語彙バッファが自然に拡張される環境
• 共鳴 ↔ ベクター認知——圧縮の中間表現としての図形操作 — 圧縮の中間表現としてのベクター操作。制御点・スナップ・色・透明度が高圧縮/低圧縮の行き来を実現
• 共鳴 ↔ 愛着理論のトライフォース——安全基地・発達・補償の三角形 — 安全基地が語彙獲得を支える。愛着理論が単独でトライフォースを形成し、語彙バッファの発達条件を規定する
• ← 基盤 人間は個々人のWikipedia的機構を内包している — 語彙＝ノード数という定式化の供給元。語彙の増加が接続可能性を二乗的に増大させる構造が本記事の感情耐性論の一般化
• 共鳴 ↔ 三層目の発見技法——メッシュネットワークの補助線 — 「共通操作の抽出」型の実例として本記事が明示される。圧縮遅延×Vocabulary Horizon→語彙バッファが三層目の発見の具体例
• 共鳴 ↔ 語彙文化圏——会話メッシュの媒質と引力場 — 語彙文化圏の一致は「共通ノードを持つ」こと。語彙バッファ容量の差が文化圏間の透過率を決める
• 共鳴 ↔ ブリッジカードの硬さと柔らかさ——語彙選択が会話の透過率を決める — 柔らかいブリッジを構成する素材は感情語彙。語彙バッファの厚さがブリッジの柔らかさの上限を決める
• 共鳴 ↔ コード・スイッチングの認知コスト——語彙文化圏の切り替えとカモフラージュ — 語彙バッファが大きいほど部分スイッチの選択肢が増える。切り替え先の感情語彙が多いほど切り替えコストが下がる
• 共鳴 ↔ 硬い共鳴——同質の語彙文化圏が生む対話の快適性 — 同じ語彙文化圏は共通ノードが最大化された状態。語彙ノード数の定式から、接続可能性が二乗的に高まる場として「硬い共鳴」を読む
• 共鳴 ↔ ミラーリングとデッキ汚染——会話相手が話し方を書き換える — 語彙の劣化は感情耐性の低下に直結する。LLMとの長期接触が感情語彙を貧弱化させるリスクの根拠
• 共鳴 ↔ 会話デッキと遷移コスト——性差・ASD・LLMの話題遷移力学 — LLMは語彙数が巨大だが引力がないという逆問題の供給元。ブリッジカードの語彙＝遷移耐性
• 共鳴 ↔ 絶望ベクトルとチート探索——感情が推論の方向転換を駆動する — LLMにも171の感情概念が存在する。感情語彙の設計がLLMの感情処理精度を規定するという本記事の射程が実証される
• 共鳴 ↔ 感情が現実フィルタを歪める——OFC共有と校正不可能性 — アレキシサイミア＝バッファが臨界的に小さい状態の神経科学的後続。感情に名前がなければOFCバイアスの自己校正が原理的に不可能
• 共鳴 ↔ 時間的ベースライン引力——感情・記憶・時間認知・自己感覚を貫く統一パラメータ — 記憶の揮発性とノード間接続の弱さとの同型性。感情語彙の欠如が時間的深度の浅さとも連動する
• 共鳴 ↔ 依存の構造的基盤——貧しくなった引力場が外部の豊かな引力場を要求する — バッファが減れば感情耐性も円環閉じ能力も下がる。語彙＝バッファ容量の縮退が依存形成の個人差を説明する
• 共鳴 ↔ 個人ファインチューニングと引力場の地形操作——ベースモデルへの根治的介入 — ノード追加コストは線形だが接続可能性は二乗。語彙バッファ論が最小FT戦略の理論的裏付けを提供する