TED日本語 - ゼイナップ・トゥフェックチー: 機械知能は人間の道徳性をより重要なものにする

品詞分類

主語
動詞
助動詞
準動詞
関係詞等

Data

内容

機械知能はもう存在しており、私たちは既にそれを使って主体的な決定を行うようになっています。しかし人工知能が成長・向上していく複雑な道筋は理解しにくく、制御することも難しいのです。このトークで、科学技術に関する社会学を研究するゼイナップ・トゥフェックチーは、いかに知能機械が人間のエラーパーターンと合わない、そしてそのために予想も事前の備えもないやり方で失敗を犯すと警告を発します。「私たちは責任を機械に外部委託することはできない」と彼女は言います。そして「私たちは人間としての価値観と倫理観をさらに強固に持たねばならない」と。

Script

私はコンピュータ・プログラマー としての最初の仕事を 大学1年生で始めました まあ 10代だったんですね

ある会社で ソフトウェアを 書くという仕事を 始めてまもなく 会社のマネージャーが 私のところに来て こうささやきました 「僕の嘘 彼にばれてる?」 部屋には他に誰もいません

「誰にばれてるって言うんです? それにどうしてひそひそ声で?」

マネージャーは 室内のコンピュータを指さして 「僕の嘘 彼にばれてる?」 実はこのマネージャー 受付係と浮気してたんです

(笑)

私はまだ10代でした だからささやき声で 彼に叫び返しました 「ええ コンピュータには お見通しですよ」って

(笑)

笑っちゃいましたが 実は その笑いは自分に返ってきました 今日 コンピュータ・システムは 人間の顔画像を処理することによって 感情や 嘘まで見抜けるんです 広告主や 政府までもが 非常に関心を寄せています

コンピュータプログラマーに 私がなったのは 子どもの頃から数学と科学が 熱狂的に好きだったからです しかしその過程で 核兵器についても学び 科学の倫理について 非常に懸念するようになりました 悩みました しかし 家庭の事情で 私はできるだけ早く 働き始めなければなりませんでした それでひそかに考えました 技術者として 簡単に職が得られて 倫理という厄介な問題を何も 考えなくていい分野の仕事はないかと それで選んだのがコンピュータです

(笑)

ハハ 笑っちゃう 自分のことを笑ってるんです 近頃 コンピュータ科学者は 10億人が毎日見ているものを制御する プラットフォームを作っています 誰をひき殺すか決定できる 車を開発しています 戦争で人間を殺すかもしれないような 機械や兵器さえも作っています 全てにおいて重要になるのが倫理です

機械知能は もう存在しています 私たちは今や コンピュータを使って あらゆる種類の決定を下し さらに新しい類の決定も下します 私たちは 単一の正答がない問題の答えを コンピュータに尋ねています その問題とは 主観的で オープンエンドで 価値観にかかわるものです

私たちがする質問はこんなふうです 「誰を社員に採用すべきか?」 「どの友達からの新着情報を 表示すべきか?」 「再犯する可能性の高い受刑者は誰か?」 「人々に勧めるべき ニュースや映画はどれか?」

確かに私たちは しばらくの間 コンピュータを使ってきました しかしこれは違います これは歴史的なひずみです なぜならそのような主観的な決定を コンピュータには頼れないからです 飛行機を飛ばしたり 建物を建てたり 月に行く場合とは違うんです 飛行機の方が安全か? その橋は揺れたり落ちたりしたか? そこでは合意された かなり明確な基準があり 自然の法則が私たちを導いてくれます 私たちがそのような 支えや基準を何も持っていないのが 人間くさい事柄における 厄介な決定についてです

もっと複雑なことに ソフトウェアは強力になりつつあります その一方で 透明性を減らし 複雑さを増してもいるのです ここ10年のあいだ 複雑なアルゴリズムは 大きく前進しました 人間の顔を認識できます 手書き文字を読み取れます クレジットカードの不正使用を探知し スパムをブロックし 言語の翻訳もできます 医用イメージングで 腫瘍を探しあてることもできます チェスや碁で人間を 打ち負かすこともできます

この進歩の多くは 「機械学習」と 呼ばれる方法から成り立っています 機械学習は コンピュータに 詳細で正確、綿密な指示を与える ― 伝統的なプログラミングとは異なります 機械学習は システムに 大量のデータを しこたま詰め込むやり方です そこには非構造化データという 人間がデジタルライフで 生成する類のものも含まれます そしてシステムはこのデータを 組み合わせながら学習します そしてまた重要なことに これらのシステムは 答が単一になる論理で動いてはいません 単純に回答を与えるのではなく もっと確率論的です 「これはおそらくあなたが 探しているものにより近いでしょう」

これの良い面は この方法が非常に強力であることです GoogleのAIシステムのトップはこれを 「データの理不尽なほどの強力さ」 と呼んでいます このシステムの悪い面は これが何を学習しているのか 私たちはそれほど理解していないことです 実際 その強力さが問題なのです これはコンピュータに 指示を与えるというよりは むしろ子犬のような生き物として 訓練するようなものです その機械をそれほど 理解も制御もできていないのにです これは問題です この人工知能システムが 誤りを犯したときだけでなく 正しいことをした場合にも 問題が生じます なぜなら主観的な問題の場合 私たちには正誤さえも分からないからです 私たちはこの物体が 何を考えているか知りません

ですから たとえば雇用アルゴリズムを 考えてみましょう 社員を雇う際に使われるシステムで 機械学習システムを使っています そのようなシステムは過去の従業員の データに基づいて訓練されています そしてそのシステムが指示するのは その会社に在籍する業績優秀者に似た 人材を探し雇うことです 良さそうですね 以前ある会議に 出席した折のことですが そこには人事部のマネージャーと 執行役が集まっていました 高い職位の人たちで そのようなシステムを雇用に活用しています 彼らは非常にワクワクしていました 彼らの考えでは このシステムは より客観的で偏見の少ない雇用を行い マネージャーの偏見に対して 女性や少数派の人々に より良い機会を与えるものでした

そうです 雇用には偏見が混じるのです 私は知っています ある職場で プログラマーとして 働きだした頃 直属のマネージャーが 時々私のところに来ました それも早朝とか夕方にです そして彼女はこう言うんです 「ゼイナップ ランチ行きましょ」 おかしなタイミングで 全く訳が分かりませんでした 午後4時にランチ? 私はお金がなかったので おごりでした いつも行きました 後で何が起こっていたのか悟りました 直属のマネージャーは上層部に 重要な仕事のために雇ったのが ジーンズとスニーカーで仕事をする 10代女子だと言ってなかったんです 私は良い仕事ぶりだったのに 体裁が悪くて 年齢や性別の点でも良くなかったんです

ですから性別や人種に 惑わされない形での雇用は 非常に良いことだと 私には思えます でもこのシステムを用いると 事態はより複雑になります なぜなら 現在コンピュータシステムは あなたに関するあらゆる類のことを デジタル情報の断片から 推測できるからです 自分が開示していなくてもです システムはあなたの性的志向や 性格特徴や 政治的傾向を推測できます システムは高水準の正確さで 予測する力を持っています 思い出してください 開示さえしていない事柄をですよ これが推測です

ある友達は そのようなコンピュータシステムを 病的な あるいは産後の 抑うつの可能性を 予測するために開発しています SNSのデータを用いるんです 結果は素晴らしいです 彼女のシステムは うつ罹患の可能性を 症状が現れる数か月前に 予測できるのです 数か月も前ですよ 症状が全くない段階での予測です 彼女はこれを早期介入のために 活用したがっています 素晴らしい! でもこれを雇用の文脈で 考えてみましょう

例の 人事マネージャーの会議では 私はある非常に大きな企業の 高職位のマネージャーに近づき こう言いました 「まだご存じないこととは思いますが もしそのシステムが 将来うつになる可能性が 高い人を排除しているとしたらどうでしょう? 今ではなく 将来そうなる可能性が高い人です 妊娠する可能性の 高い女性を排除しているとしたら? 来年か再来年のことで 今は妊娠していない場合ですよ? もし職場の文化に合っているからと 攻撃的な人が雇われたらどうします?」 性別の構成からは そのことを読み取れません 構成比はバランスが取れています これは機械学習で 伝統的なプログラムではないので たとえば「うつハイリスク」とか 「妊娠ハイリスク」 「攻撃的な人物度」 などの変数は登場しません システムが何に基づいて選択しているのか 分からないばかりか どうすれば分かるのかの 手がかりもありません ブラックボックスなんです システムには予測力がありますが 人間には理解できない代物です

「どんな安全対策をしていますか? あなたのブラックボックスが やましいことをしないようにです」 彼女は子犬の尻尾を10匹分も踏みつけた 人でなしを見るかのような顔になりました

(笑)

彼女は私をじっと見て言いました 「これについては もう何も聞きたくない」 そして彼女は踵を返して 行ってしまいました 彼女が失礼なわけではありません 明らかに 聞かなかったことにしたい あっち行ってという憎悪の眼差しでした

(笑)

いいですか そのようなシステムは ある意味 偏見の程度は 人間のマネージャーよりは 少ないかもしれません 費用の面でも 理にかなっているでしょう でもそれはまた ひそやかながら確実に 労働市場からの うつハイリスク者の締め出しに つながりかねません これが私たちの築きたい 社会の姿でしょうか? こんなことをしていることさえ 私たちは知らないんです 完全には理解していない機械に 意思決定をさせているんですからね

もう1つの問題はこれです このようなシステムの訓練は往々にして 人間の行動データに基づいています 人間らしさが刻み込まれています それらは私たちの偏見を 反映している可能性があり これらのシステムは 私たちの偏見を拾い上げ それを増幅して 私たちに示し返しかねません 私たちはこんな言いっぷりなのにですよ 「私たちはまさしく客観的です 中立的なコンピューティングですから」

研究者たちは Googleにおいて 女性には 高給の求人広告が 表示されにくいことを見出しました また アフリカ系アメリカ人の 名前を検索すると 犯罪歴をほのめかす広告が 高確率で表示されます 犯罪歴がない人の場合でもそうです そのような隠れた偏見と ブラックボックスのアルゴリズムを 研究者が暴くこともありますが 知られない場合もあります それらは人生を 変える結果になりうるのです

ウィスコンシンで ある被告が 刑期6年の判決を受けました 警察官から逃げたためです ご存知ないかもしれませんが 仮釈放や判決の決定においても アルゴリズムの使用が増えています 彼はこのスコアが計算される仕組みを 知りたいと思いました それは商用のブラックボックスです 企業はアルゴリズムが 公開の法廷で検証されるのを拒みました でもProPublicaという非営利の調査団体が そのアルゴリズムを監査しました 入手可能だった 公開データを用いてです そして分かったのは 結果には偏見が影響しており 予測力はひどいものでした 偶然よりわずかにましな程度です 黒人の被告は 白人の被告に比べて 将来犯罪を起こす確率が 2倍高いと 誤ってラベリングされていました

ではこのケースを考えてみましょう 女性のほうは予定より遅れて 親友を迎えに行くため フロリダ州ブロワード郡の ある学校に向かって 友達と一緒に道を走っていました ふたりはある家の玄関で 無施錠の 子ども用の自転車とキックスケーターを見つけ 愚かにもそれに飛び乗りました 走り去ろうとしたところ 女性が出てきて言いました 「ちょっと! それはうちの子の自転車よ!」 ふたりは降りて 歩き去りましたが 逮捕されました

彼女は間違っていたし愚かでした でもまだ18歳です 彼女は2回の非行歴がありました 一方 男性のほうは Home Depoで 万引きをして捕まりました 彼が万引きしたのは85ドル相当で 同じく軽犯罪ですが 彼は強盗で前科2犯でした でもアルゴリズムは 男性ではなく 女性の方をハイリスクと評価しました その女性が2年後に再犯していないことを ProPiblicaは明らかにしています 犯罪記録をもつ彼女が 職を得るのは実に困難でした 一方 男性の方は再犯し 2つ目の犯罪のために 現在は8年間の収監中です ブラックボックスに対して 監査が必要なのは明白です チェックしないままこの種の権力を 与えてはいけないのです

(拍手)

監査は偉大で重要ですが それで全ての問題を解決できはしません Facebookのニュース・フィードの 強力なアルゴリズムの場合 全てをランク付けし 全ての友達やフォロー中のページのなかで 何を見るべきか決定する仕組みですね 赤ちゃんの写真をもう1枚見るべきか?

(笑)

知り合いからの ご機嫌斜めのコメントは? 重要だけど難解なニュース記事は? 正答はありません Facebookはサイト上での やりとりに応じて最適化します 「いいね」やシェア コメントといったものです

2014年8月 ミズーリ州ファーガソンで 抗議運動が勃発しました アフリカ系アメリカ人の10代が 白人の警察官に殺され その状況が不審だったのです 抗議運動のニュースは フィルタリングされない Twitterフィードを埋め尽くしました でもFacebookには 何ら表示されませんでした Facebook上の友達との関連でしょうか? 私はFacebookのアルゴリズムを 無効にしました Facebookはアルゴリズムの 管理下に置きたがるので 難しかったですけどね すると友達が 抗議運動のことを 話しているのが分かりました アルゴリズムが私に 見せなかっただけなんです 調査して分かりましたが これは広範囲にわたる問題でした

ファーガソンの話題は アルゴリズムに馴染まなかったんです 「いいね」しにくいのです 誰が「いいね」します? コメントをするのさえ 容易じゃありません 「いいね」もコメントもないので アルゴリズムは少数の人にしか それを表示しません だから目にすることがなかったんです そのかわり その週 Facebookのアルゴリズムが ハイライトしたのは ALSアイス・バケツ・チャレンジでした 価値のある目的で氷水をかぶり チャリティに寄付 良いですね でも極めてよくアルゴリズムに馴染みます 機械が私たちのために これを決定したんです 非常に重要だけれど難解な会話は Facebookが唯一の経路の場合 抑え込まれてきたのかもしれません

さて最後にこれらのシステムは 人間のシステムとは似つかない誤りを 犯しうるのです 皆さんはワトソンを覚えていますか IBMの機械知能システムで クイズ番組『ジェパディ!』で 対戦相手の人間を打ち負かしました すごい選手だったんです しかし最終問題で ワトソンは こんな質問をされました 「その地域最大の空港の名は 第二次世界大戦の英雄に由来し 2番目の空港の名の由来は 第二次世界大戦中の戦いです」

(最終問題の音楽をハミング)

「シカゴ」 人間ふたりは正答でした 一方ワトソンの答えは 「トロント」 米国の都市についての問題だったのに! この素晴らしいシステムも エラーをするんです 人間はしないようなエラーです 2年生の子どもでもしません

機械知能は失敗を犯すこともあるんです 人間のエラーパターンとは 異なります 予想外であり 備えもできないような方法です 資質のある人が仕事を得られないのも ひどい話ですが もしそれがプログラムのサブルーチンに伴う スタックオーバーフローが原因なら 3倍ひどい話です

(笑)

2010年5月 ウォールストリートの 「売り」アルゴリズムでの フィードバックループによって 瞬間暴落が起き 36分間で1兆ドル相当の 損失が出ました 「エラー」の意味を考えたくもないのが 無人攻撃機の場合です

ええ人間には 偏見がつきものです 意思決定者やゲートキーパー 法廷、ニュース、戦争・・・ そこではミスが生じますが これこそ私の言いたいことです これらの難問から 私たちは逃れられません 私たちは責任を 機械に外部委託することはできないのです

(拍手)

人工知能は「倫理問題からの解放」カードを 私たちにくれたりしません

データ科学者のフレッド・ベネンソンは これを数学による洗脳だと呼びました 私たちに必要なのは逆のものです 私たちはアルゴリズムを疑い 精査するようにならねばなりません 私たちは アルゴリズムについての 説明責任を持ち 監査や意味のある透明化を 求めなければなりません 私たちは厄介で価値観にかかわる 人間くさい事柄に対して 数学や計算機は 客観性をもたらしえないことを 受け入れなければなりません むしろ人間くささのもつ複雑さが アルゴリズムを管理するのです 確かに私たちは コンピュータを 良い決断を下す助けとして 使いうるし そうすべきです でも私たちは判断を下すことへの 自分の道徳的な責任を認め そしてアルゴリズムを その枠内で用いなければなりません 自分の責任を放棄して 別の人間へ委ねることとは 異なるのです

機械知能はもう存在しています つまり私たちは 人間としての価値観や倫理感を よりしっかり持たねばなりません

ありがとうございました

(拍手)

So, I started my first job as a computer programmer in my very first year of college -- basically, as a teenager.

Soon after I started working, writing software in a company, a manager who worked at the company came down to where I was, and he whispered to me, "Can he tell if I'm lying?" There was nobody else in the room.

"Can who tell if you're lying? And why are we whispering?"

The manager pointed at the computer in the room. "Can he tell if I'm lying?" Well, that manager was having an affair with the receptionist.

(Laughter)

And I was still a teenager. So I whisper-shouted back to him, "Yes, the computer can tell if you're lying."

(Laughter)

Well, I laughed, but actually, the laugh's on me. Nowadays, there are computational systems that can suss out emotional states and even lying from processing human faces. Advertisers and even governments are very interested.

I had become a computer programmer because I was one of those kids crazy about math and science. But somewhere along the line I'd learned about nuclear weapons, and I'd gotten really concerned with the ethics of science. I was troubled. However, because of family circumstances, I also needed to start working as soon as possible. So I thought to myself, hey, let me pick a technical field where I can get a job easily and where I don't have to deal with any troublesome questions of ethics. So I picked computers.

(Laughter)

Well, ha, ha, ha! All the laughs are on me. Nowadays, computer scientists are building platforms that control what a billion people see every day. They're developing cars that could decide who to run over. They're even building machines, weapons, that might kill human beings in war. It's ethics all the way down.

Machine intelligence is here. We're now using computation to make all sort of decisions, but also new kinds of decisions. We're asking questions to computation that have no single right answers, that are subjective and open-ended and value-laden.

We're asking questions like, "Who should the company hire?" "Which update from which friend should you be shown?" "Which convict is more likely to reoffend?" "Which news item or movie should be recommended to people?"

Look, yes, we've been using computers for a while, but this is different. This is a historical twist, because we can not anchor computation for such subjective decisions the way we can anchor computation for flying airplanes, building bridges, going to the moon. Are airplanes safer? Did the bridge sway and fall? There, we have agreed-upon, fairly clear benchmarks, and we have laws of nature to guide us. We have no such anchors and benchmarks for decisions in messy human affairs.

To make things more complicated, our software is getting more powerful, but it's also getting less transparent and more complex. Recently, in the past decade, complex algorithms have made great strides. They can recognize human faces. They can decipher handwriting. They can detect credit card fraud and block spam and they can translate between languages. They can detect tumors in medical imaging. They can beat humans in chess and Go.

Much of this progress comes from a method called "machine learning." Machine learning is different than traditional programming, where you give the computer detailed, exact, painstaking instructions. It's more like you take the system and you feed it lots of data, including unstructured data, like the kind we generate in our digital lives. And the system learns by churning through this data. And also, crucially, these systems don't operate under a single-answer logic. They don't produce a simple answer; it's more probabilistic: "This one is probably more like what you're looking for."

Now, the upside is: this method is really powerful. The head of Google's AI systems called it, "the unreasonable effectiveness of data." The downside is, we don't really understand what the system learned. In fact, that's its power. This is less like giving instructions to a computer; it's more like training a puppy-machine-creature we don't really understand or control. So this is our problem. It's a problem when this artificial intelligence system gets things wrong. It's also a problem when it gets things right, because we don't even know which is which when it's a subjective problem. We don't know what this thing is thinking.

So, consider a hiring algorithm -- a system used to hire people, using machine-learning systems. Such a system would have been trained on previous employees' data and instructed to find and hire people like the existing high performers in the company. Sounds good. I once attended a conference that brought together human resources managers and executives, high-level people, using such systems in hiring. They were super excited. They thought that this would make hiring more objective, less biased, and give women and minorities a better shot against biased human managers.

And look -- human hiring is biased. I know. I mean, in one of my early jobs as a programmer, my immediate manager would sometimes come down to where I was really early in the morning or really late in the afternoon, and she'd say, "Zeynep, let's go to lunch!" I'd be puzzled by the weird timing. It's 4pm. Lunch? I was broke, so free lunch. I always went. I later realized what was happening. My immediate managers had not confessed to their higher-ups that the programmer they hired for a serious job was a teen girl who wore jeans and sneakers to work. I was doing a good job, I just looked wrong and was the wrong age and gender.

So hiring in a gender- and race-blind way certainly sounds good to me. But with these systems, it is more complicated, and here's why: Currently, computational systems can infer all sorts of things about you from your digital crumbs, even if you have not disclosed those things. They can infer your sexual orientation, your personality traits, your political leanings. They have predictive power with high levels of accuracy. Remember -- for things you haven't even disclosed. This is inference.

I have a friend who developed such computational systems to predict the likelihood of clinical or postpartum depression from social media data. The results are impressive. Her system can predict the likelihood of depression months before the onset of any symptoms -- months before. No symptoms, there's prediction. She hopes it will be used for early intervention. Great! But now put this in the context of hiring.

So at this human resources managers conference, I approached a high-level manager in a very large company, and I said to her, "Look, what if, unbeknownst to you, your system is weeding out people with high future likelihood of depression? They're not depressed now, just maybe in the future, more likely. What if it's weeding out women more likely to be pregnant in the next year or two but aren't pregnant now? What if it's hiring aggressive people because that's your workplace culture?" You can't tell this by looking at gender breakdowns. Those may be balanced. And since this is machine learning, not traditional coding, there is no variable there labeled "higher risk of depression," "higher risk of pregnancy," "aggressive guy scale." Not only do you not know what your system is selecting on, you don't even know where to begin to look. It's a black box. It has predictive power, but you don't understand it.

"What safeguards," I asked, "do you have to make sure that your black box isn't doing something shady?" She looked at me as if I had just stepped on 10 puppy tails.

(Laughter)

She stared at me and she said, "I don't want to hear another word about this." And she turned around and walked away. Mind you -- she wasn't rude. It was clearly: what I don't know isn't my problem, go away, death stare.

(Laughter)

Look, such a system may even be less biased than human managers in some ways. And it could make monetary sense. But it could also lead to a steady but stealthy shutting out of the job market of people with higher risk of depression. Is this the kind of society we want to build, without even knowing we've done this, because we turned decision-making to machines we don't totally understand?

Another problem is this: these systems are often trained on data generated by our actions, human imprints. Well, they could just be reflecting our biases, and these systems could be picking up on our biases and amplifying them and showing them back to us, while we're telling ourselves, "We're just doing objective, neutral computation."

Researchers found that on Google, women are less likely than men to be shown job ads for high-paying jobs. And searching for African-American names is more likely to bring up ads suggesting criminal history, even when there is none. Such hidden biases and black-box algorithms that researchers uncover sometimes but sometimes we don't know, can have life-altering consequences.

In Wisconsin, a defendant was sentenced to six years in prison for evading the police. You may not know this, but algorithms are increasingly used in parole and sentencing decisions. He wanted to know: How is this score calculated? It's a commercial black box. The company refused to have its algorithm be challenged in open court. But ProPublica, an investigative nonprofit, audited that very algorithm with what public data they could find, and found that its outcomes were biased and its predictive power was dismal, barely better than chance, and it was wrongly labeling black defendants as future criminals at twice the rate of white defendants.

So, consider this case: This woman was late picking up her godsister from a school in Broward County, Florida, running down the street with a friend of hers. They spotted an unlocked kid's bike and a scooter on a porch and foolishly jumped on it. As they were speeding off, a woman came out and said, "Hey! That's my kid's bike!" They dropped it, they walked away, but they were arrested.

She was wrong, she was foolish, but she was also just 18. She had a couple of juvenile misdemeanors. Meanwhile, that man had been arrested for shoplifting in Home Depot -- 85 dollars' worth of stuff, a similar petty crime. But he had two prior armed robbery convictions. But the algorithm scored her as high risk, and not him. Two years later, ProPublica found that she had not reoffended. It was just hard to get a job for her with her record. He, on the other hand, did reoffend and is now serving an eight-year prison term for a later crime. Clearly, we need to audit our black boxes and not have them have this kind of unchecked power.

(Applause)

Audits are great and important, but they don't solve all our problems. Take Facebook's powerful news feed algorithm -- you know, the one that ranks everything and decides what to show you from all the friends and pages you follow. Should you be shown another baby picture?

(Laughter)

A sullen note from an acquaintance? An important but difficult news item? There's no right answer. Facebook optimizes for engagement on the site: likes, shares, comments.

In August of 2014, protests broke out in Ferguson, Missouri, after the killing of an African-American teenager by a white police officer, under murky circumstances. The news of the protests was all over my algorithmically unfiltered Twitter feed, but nowhere on my Facebook. Was it my Facebook friends? I disabled Facebook's algorithm, which is hard because Facebook keeps wanting to make you come under the algorithm's control, and saw that my friends were talking about it. It's just that the algorithm wasn't showing it to me. I researched this and found this was a widespread problem.

The story of Ferguson wasn't algorithm-friendly. It's not "likable." Who's going to click on "like?" It's not even easy to comment on. Without likes and comments, the algorithm was likely showing it to even fewer people, so we didn't get to see this. Instead, that week, Facebook's algorithm highlighted this, which is the ALS Ice Bucket Challenge. Worthy cause; dump ice water, donate to charity, fine. But it was super algorithm-friendly. The machine made this decision for us. A very important but difficult conversation might have been smothered, had Facebook been the only channel.

Now, finally, these systems can also be wrong in ways that don't resemble human systems. Do you guys remember Watson, IBM's machine-intelligence system that wiped the floor with human contestants on Jeopardy? It was a great player. But then, for Final Jeopardy, Watson was asked this question: "Its largest airport is named for a World War II hero, its second-largest for a World War II battle."

(Hums Final Jeopardy music)

Chicago. The two humans got it right. Watson, on the other hand, answered "Toronto" -- for a US city category! The impressive system also made an error that a human would never make, a second-grader wouldn't make.

Our machine intelligence can fail in ways that don't fit error patterns of humans, in ways we won't expect and be prepared for. It'd be lousy not to get a job one is qualified for, but it would triple suck if it was because of stack overflow in some subroutine.

(Laughter)

In May of 2010, a flash crash on Wall Street fueled by a feedback loop in Wall Street's "sell" algorithm wiped a trillion dollars of value in 36 minutes. I don't even want to think what "error" means in the context of lethal autonomous weapons.

So yes, humans have always made biases. Decision makers and gatekeepers, in courts, in news, in war ... they make mistakes; but that's exactly my point. We can not escape these difficult questions. We can not outsource our responsibilities to machines.

(Applause)

Artificial intelligence does not give us a "Get out of ethics free" card.

Data scientist Fred Benenson calls this math-washing. We need the opposite. We need to cultivate algorithm suspicion, scrutiny and investigation. We need to make sure we have algorithmic accountability, auditing and meaningful transparency. We need to accept that bringing math and computation to messy, value-laden human affairs does not bring objectivity; rather, the complexity of human affairs invades the algorithms. Yes, we can and we should use computation to help us make better decisions. But we have to own up to our moral responsibility to judgment, and use algorithms within that framework, not as a means to abdicate and outsource our responsibilities to one another as human to human.

Machine intelligence is here. That means we must hold on ever tighter to human values and human ethics.

Thank you.

(Applause)

So,/ I started my first job/ as a computer programmer/ in my very first year of college --/ basically,/ as a teenager.//

私はコンピュータ・プログラマー としての最初の仕事を 大学1年生で始めました まあ 10代だったんですね

Soon/ after I started working,/ writing software/ in a company,/ a manager/ who worked at the company came down/ to/ where I was,/ and he whispered to me,/ "Can he tell/ if I'm lying?"//

ある会社で ソフトウェアを 書くという仕事を 始めてまもなく 会社のマネージャーが 私のところに来て こうささやきました 「僕の嘘 彼にばれてる?」

There was nobody else/ in the room.//

部屋には他に誰もいません

"Can/ who tell/ if you're lying?// And why are we whispering?"//

「誰にばれてるって言うんです? それにどうしてひそひそ声で?」

The manager pointed at the computer/ in the room.//

マネージャーは 室内のコンピュータを指さして

"Can he tell/ if I'm lying?"//

「僕の嘘 彼にばれてる?」

Well,/ that manager was having an affair/ with the receptionist.//

実はこのマネージャー 受付係と浮気してたんです

(笑)

And I was still a teenager.//

私はまだ10代でした

So I whisper-shouted back/ to him,/ "Yes, the computer can tell/ if you're lying."//

だからささやき声で 彼に叫び返しました 「ええ コンピュータには お見通しですよ」って

(笑)

Well,/ I laughed,/ but actually,/ the laugh's on me.//

笑っちゃいましたが 実は その笑いは自分に返ってきました

Nowadays,/ there are computational systems/ that can suss out/ emotional states/ and even lying/ from processing human faces.//

今日 コンピュータ・システムは 人間の顔画像を処理することによって 感情や 嘘まで見抜けるんです

Advertisers/ and even/ governments are very interested.//

広告主や 政府までもが 非常に関心を寄せています

I had become a computer programmer/ because I was one of those kids crazy/ about math and science.//

コンピュータプログラマーに 私がなったのは 子どもの頃から数学と科学が 熱狂的に好きだったからです

But somewhere/ along the line/ I'd learned about nuclear weapons,/ and I'd gotten really concerned with the ethics of science.//

しかしその過程で 核兵器についても学び 科学の倫理について 非常に懸念するようになりました

I was troubled.//

悩みました

However,/ because of family circumstances,/ I also needed to start working/ as soon as possible.//

しかし 家庭の事情で 私はできるだけ早く 働き始めなければなりませんでした

So/ I thought to myself,/ hey,/ let me/ pick a technical field/ where I can get a job easily/ and where I don't have to deal/ with any troublesome questions of ethics.//

それでひそかに考えました 技術者として 簡単に職が得られて 倫理という厄介な問題を何も 考えなくていい分野の仕事はないかと

それで選んだのがコンピュータです

(笑)

Well,/ ha,/ ha,/ ha!// All the laughs are on me.//

ハハ 笑っちゃう 自分のことを笑ってるんです

Nowadays,/ computer scientists are building platforms/ that control/ what a billion people see every day.//

近頃 コンピュータ科学者は 10億人が毎日見ているものを制御する プラットフォームを作っています

They're developing/ cars/ that could decide/ who to run over.//

誰をひき殺すか決定できる 車を開発しています

戦争で人間を殺すかもしれないような 機械や兵器さえも作っています

It's ethics/ all the way down.//

全てにおいて重要になるのが倫理です

機械知能は もう存在しています

We're now using/ computation/ to make all sort of decisions,/ but also/ new kinds of decisions.//

私たちは今や コンピュータを使って あらゆる種類の決定を下し さらに新しい類の決定も下します

We're asking/ questions/ to computation/ that have no single right answers,/ that are subjective and open-ended and value-laden.//

私たちは 単一の正答がない問題の答えを コンピュータに尋ねています その問題とは 主観的で オープンエンドで 価値観にかかわるものです

We're asking/ questions like,/ "Who should the company hire?"//

私たちがする質問はこんなふうです 「誰を社員に採用すべきか?」

"Which update/ from which friend should you be shown?"//

「どの友達からの新着情報を 表示すべきか?」

"Which convict is more likely to reoffend?"//

「再犯する可能性の高い受刑者は誰か?」

"Which news item or movie should be recommended to people?"//

「人々に勧めるべき ニュースや映画はどれか?」

Look,/ yes,/ we've been using computers/ for a while,/ but this is different.//

確かに私たちは しばらくの間 コンピュータを使ってきました しかしこれは違います

This is a historical twist,/ because we can not anchor computation/ for such subjective decisions/ the way/ we can anchor computation/ for flying airplanes,/ building bridges,/ going to the moon.//

これは歴史的なひずみです なぜならそのような主観的な決定を コンピュータには頼れないからです 飛行機を飛ばしたり 建物を建てたり 月に行く場合とは違うんです

Are airplanes safer?// Did the bridge sway and fall?//

飛行機の方が安全か? その橋は揺れたり落ちたりしたか?

There,/ we have agreed-upon, fairly clear benchmarks,/ and we have laws of nature/ to guide us.//

そこでは合意された かなり明確な基準があり 自然の法則が私たちを導いてくれます

We have no such anchors and benchmarks/ for decisions/ in messy human affairs.//

私たちがそのような 支えや基準を何も持っていないのが 人間くさい事柄における 厄介な決定についてです

To make things more complicated,/ our software is getting more powerful,/ but it's also getting/ less transparent/ and more complex.//

もっと複雑なことに ソフトウェアは強力になりつつあります その一方で 透明性を減らし 複雑さを増してもいるのです

Recently,/ in the past decade,/ complex algorithms have made great strides.//

ここ10年のあいだ 複雑なアルゴリズムは 大きく前進しました

They can recognize human faces.//

人間の顔を認識できます

手書き文字を読み取れます

They can detect credit card fraud/ and block spam/ and they can translate between languages.//

クレジットカードの不正使用を探知し スパムをブロックし 言語の翻訳もできます

They can detect tumors/ in medical imaging.//

医用イメージングで 腫瘍を探しあてることもできます

They can beat humans/ in chess and Go.//

チェスや碁で人間を 打ち負かすこともできます

Much of this progress comes from a method called "machine learning."//

この進歩の多くは 「機械学習」と 呼ばれる方法から成り立っています

Machine learning is different/ than traditional programming,/ where you give/ the computer detailed,/ exact,/ painstaking/ instructions.//

機械学習は コンピュータに 詳細で正確、綿密な指示を与える ― 伝統的なプログラミングとは異なります

It's more like you take the system/ and you feed it/ lots of data,/ including/ unstructured data,/ like the kind/ we generate in our digital lives.//

機械学習は システムに 大量のデータを しこたま詰め込むやり方です そこには非構造化データという 人間がデジタルライフで 生成する類のものも含まれます

And the system learns by churning through this data.//

そしてシステムはこのデータを 組み合わせながら学習します

And also,/ crucially,/ these systems don't operate under a single-answer logic.//

そしてまた重要なことに これらのシステムは 答が単一になる論理で動いてはいません

They don't produce a simple answer;/ it's more probabilistic:/ "This one is probably more like what you're looking/ for."//

単純に回答を与えるのではなく もっと確率論的です 「これはおそらくあなたが 探しているものにより近いでしょう」

Now,/ the upside is:/ this method is really powerful.//

これの良い面は この方法が非常に強力であることです

The head of Google's AI systems called it,/ "the unreasonable effectiveness of data."//

GoogleのAIシステムのトップはこれを 「データの理不尽なほどの強力さ」 と呼んでいます

The downside is,/ we don't really understand/ what the system learned.//

このシステムの悪い面は これが何を学習しているのか 私たちはそれほど理解していないことです

In fact,/ that's its power.//

実際 その強力さが問題なのです

This is less/ like giving instructions/ to a computer;/ it's more/ like training a puppy-machine-creature/ we don't really understand or control.//

これはコンピュータに 指示を与えるというよりは むしろ子犬のような生き物として 訓練するようなものです その機械をそれほど 理解も制御もできていないのにです

So this is our problem.//

これは問題です

It's a problem/ when this artificial intelligence system gets things/ wrong.//

この人工知能システムが 誤りを犯したときだけでなく

It's also/ a problem/ when it gets things right,/ because we don't even know/ which is/ which when it's a subjective problem.//

正しいことをした場合にも 問題が生じます なぜなら主観的な問題の場合 私たちには正誤さえも分からないからです

We don't know/ what this thing is thinking.//

私たちはこの物体が 何を考えているか知りません

So,/ consider a hiring algorithm --/ a system used to hire people,/ using machine-learning systems.//

ですから たとえば雇用アルゴリズムを 考えてみましょう 社員を雇う際に使われるシステムで 機械学習システムを使っています

Such a system would have been trained on previous employees/' data/ and instructed to find and hire people/ like the existing high performers/ in the company.//

そのようなシステムは過去の従業員の データに基づいて訓練されています そしてそのシステムが指示するのは その会社に在籍する業績優秀者に似た 人材を探し雇うことです

Sounds good.//

良さそうですね

I once attended a conference/ that brought together/ human resources managers and executives,/ high-level people,/ using such systems/ in hiring.//

以前ある会議に 出席した折のことですが そこには人事部のマネージャーと 執行役が集まっていました 高い職位の人たちで そのようなシステムを雇用に活用しています

They were super/ excited.//

彼らは非常にワクワクしていました

They thought/ that this would make hiring/ more objective,/ less biased,/ and give women and minorities/ a better shot/ against biased human managers.//

彼らの考えでは このシステムは より客観的で偏見の少ない雇用を行い マネージャーの偏見に対して 女性や少数派の人々に より良い機会を与えるものでした

And look --/ human hiring is biased.//

そうです 雇用には偏見が混じるのです

I know.//

私は知っています

I mean,/ in one of my early jobs/ as a programmer,/ my immediate manager would sometimes come down to/ where I was really early/ in the morning or really late/ in the afternoon,/ and she'd say,/ "Zeynep,/ let's go to lunch!"//

ある職場で プログラマーとして 働きだした頃 直属のマネージャーが 時々私のところに来ました それも早朝とか夕方にです そして彼女はこう言うんです 「ゼイナップ ランチ行きましょ」

I'd be puzzled by the weird timing.//

おかしなタイミングで 全く訳が分かりませんでした

It's 4pm.// Lunch?//

午後4時にランチ?

I was broke,/ so/ free lunch.// I always went.//

私はお金がなかったので おごりでした いつも行きました

I later realized/ what was happening.//

後で何が起こっていたのか悟りました

My immediate managers had not confessed to their higher-ups/ that the programmer/ they hired for a serious job was a teen girl/ who wore jeans and sneakers/ to work.//

直属のマネージャーは上層部に 重要な仕事のために雇ったのが ジーンズとスニーカーで仕事をする 10代女子だと言ってなかったんです

I was doing a good job,/ I just looked wrong/ and was the wrong age and gender.//

私は良い仕事ぶりだったのに 体裁が悪くて 年齢や性別の点でも良くなかったんです

So hiring/ in a gender- and race-blind way certainly sounds good/ to me.//

ですから性別や人種に 惑わされない形での雇用は 非常に良いことだと 私には思えます

But with these systems,/ it is more complicated,/ and here's/ why:/ Currently,/ computational systems can infer all sorts of things/ about you/ from your digital crumbs,/ even if you have not disclosed those things.//

でもこのシステムを用いると 事態はより複雑になります なぜなら 現在コンピュータシステムは あなたに関するあらゆる類のことを デジタル情報の断片から 推測できるからです 自分が開示していなくてもです

システムはあなたの性的志向や 性格特徴や 政治的傾向を推測できます

They have predictive power/ with high levels of accuracy.//

システムは高水準の正確さで 予測する力を持っています

Remember --/ for things/ you haven't even disclosed.//

思い出してください 開示さえしていない事柄をですよ

This is inference.//

これが推測です

I have a friend/ who developed such computational systems/ to predict the likelihood of clinical or postpartum depression/ from social media data.//

ある友達は そのようなコンピュータシステムを 病的な あるいは産後の 抑うつの可能性を 予測するために開発しています SNSのデータを用いるんです

結果は素晴らしいです

Her system can predict the likelihood of depression months/ before the onset of any symptoms --/ months/ before.//

彼女のシステムは うつ罹患の可能性を 症状が現れる数か月前に 予測できるのです 数か月も前ですよ

No symptoms,/ there's prediction.//

症状が全くない段階での予測です

She hopes/ it will be used for early intervention.// Great!//

彼女はこれを早期介入のために 活用したがっています 素晴らしい!

But now put this/ in the context of hiring.//

でもこれを雇用の文脈で 考えてみましょう

So/ at this human resources managers conference,/ I approached a high-level manager/ in a very large company,/ and I said to her,/ "Look,/ what if,/ unbeknownst/ to you,/ your system is weeding out/ people/ with high future likelihood of depression?//

例の 人事マネージャーの会議では 私はある非常に大きな企業の 高職位のマネージャーに近づき こう言いました 「まだご存じないこととは思いますが もしそのシステムが 将来うつになる可能性が 高い人を排除しているとしたらどうでしょう?

They're not depressed now,/ just maybe/ in the future,/ more likely.//

今ではなく 将来そうなる可能性が高い人です

What if it's weeding out/ women more likely/ to be pregnant in the next year or two/ but aren't pregnant now?//

妊娠する可能性の 高い女性を排除しているとしたら? 来年か再来年のことで 今は妊娠していない場合ですよ?

What if it's hiring aggressive people/ because that's your workplace culture?"//

もし職場の文化に合っているからと 攻撃的な人が雇われたらどうします?」

You can't tell this/ by looking at gender breakdowns.//

性別の構成からは そのことを読み取れません

Those may be balanced.//

構成比はバランスが取れています

And/ since this is machine learning, not traditional coding,/ there is no variable/ there labeled "higher risk of depression,/"/ "higher risk of pregnancy,/"/ "aggressive guy scale."//

これは機械学習で 伝統的なプログラムではないので たとえば「うつハイリスク」とか 「妊娠ハイリスク」 「攻撃的な人物度」 などの変数は登場しません

Not only do you not know/ what your system is selecting on,/ you don't even know/ where to begin to look.//

システムが何に基づいて選択しているのか 分からないばかりか どうすれば分かるのかの 手がかりもありません

It's a black box.//

ブラックボックスなんです

It has predictive power,/ but you don't understand it.//

システムには予測力がありますが 人間には理解できない代物です

"What safeguards,/"/ I asked,/ "do you have to make/ sure/ that your black box isn't doing something shady?"//

「どんな安全対策をしていますか? あなたのブラックボックスが やましいことをしないようにです」

She looked at me/ as if I had just stepped on 10 puppy tails.//

彼女は子犬の尻尾を10匹分も踏みつけた 人でなしを見るかのような顔になりました

(笑)

She stared at me and she said,/ "I don't want to hear/ another word/ about this."//

彼女は私をじっと見て言いました 「これについては もう何も聞きたくない」

And she turned around/ and walked away.//

そして彼女は踵を返して 行ってしまいました

Mind/ you --/ she wasn't rude.//

彼女が失礼なわけではありません

It was clearly:/ what I don't know/ isn't my problem,/ go away,/ death stare.//

明らかに 聞かなかったことにしたい あっち行ってという憎悪の眼差しでした

(笑)

Look,/ such a system may even be less biased/ than human managers/ in some ways.//

いいですか そのようなシステムは ある意味 偏見の程度は 人間のマネージャーよりは 少ないかもしれません

And it could make monetary sense.//

費用の面でも 理にかなっているでしょう

But it could also lead to a steady but stealthy/ shutting out of the job market of people/ with higher risk of depression.//

でもそれはまた ひそやかながら確実に 労働市場からの うつハイリスク者の締め出しに つながりかねません

Is this the kind of society/ we want to build,/ without even/ knowing we've done this,/ because we turned decision-making/ to machines/ we don't totally understand?//

これが私たちの築きたい 社会の姿でしょうか? こんなことをしていることさえ 私たちは知らないんです 完全には理解していない機械に 意思決定をさせているんですからね

Another problem is this:/ these systems are often trained on data generated by our actions,/ human imprints.//

もう1つの問題はこれです このようなシステムの訓練は往々にして 人間の行動データに基づいています 人間らしさが刻み込まれています

Well,/ they could just be reflecting our biases,/ and these systems could be picking up/ on our biases/ and amplifying them/ and showing them back/ to us,/ while we're telling/ ourselves,/ "We're just doing/ objective, neutral computation."//

それらは私たちの偏見を 反映している可能性があり これらのシステムは 私たちの偏見を拾い上げ それを増幅して 私たちに示し返しかねません 私たちはこんな言いっぷりなのにですよ 「私たちはまさしく客観的です 中立的なコンピューティングですから」

Researchers found/ that on Google,/ women are less likely/ than men/ to be shown job ads/ for high-paying jobs.//

研究者たちは Googleにおいて 女性には 高給の求人広告が 表示されにくいことを見出しました

And searching for African-American names is more likely/ to bring up/ ads/ suggesting criminal history,/ even when/ there is none.//

また アフリカ系アメリカ人の 名前を検索すると 犯罪歴をほのめかす広告が 高確率で表示されます 犯罪歴がない人の場合でもそうです

Such hidden biases/ and black-box algorithms/ that researchers uncover sometimes/ but sometimes/ we don't know,/ can have life-altering consequences.//

そのような隠れた偏見と ブラックボックスのアルゴリズムを 研究者が暴くこともありますが 知られない場合もあります それらは人生を 変える結果になりうるのです

In Wisconsin,/ a defendant was sentenced to six years/ in prison/ for evading the police.//

ウィスコンシンで ある被告が 刑期6年の判決を受けました 警察官から逃げたためです

You may not know this,/ but algorithms are increasingly used in parole/ and sentencing decisions.//

ご存知ないかもしれませんが 仮釈放や判決の決定においても アルゴリズムの使用が増えています

He wanted to know:/ How is this score calculated?//

彼はこのスコアが計算される仕組みを 知りたいと思いました

それは商用のブラックボックスです

The company refused to have/ its algorithm be challenged in open court.//

企業はアルゴリズムが 公開の法廷で検証されるのを拒みました

But ProPublica,/ an investigative nonprofit,/ audited/ that very algorithm/ with what public data/ they could find,/ and found/ that its outcomes were biased/ and its predictive power was dismal,/ barely better/ than chance,/ and it was wrongly labeling black defendants/ as future criminals/ at twice the rate of white defendants.//

でもProPublicaという非営利の調査団体が そのアルゴリズムを監査しました 入手可能だった 公開データを用いてです そして分かったのは 結果には偏見が影響しており 予測力はひどいものでした 偶然よりわずかにましな程度です 黒人の被告は 白人の被告に比べて 将来犯罪を起こす確率が 2倍高いと 誤ってラベリングされていました

So,/ consider this case:/ This woman was late picking up/ her godsister/ from a school/ in Broward County,/ Florida,/ running down the street/ with a friend of hers.//

ではこのケースを考えてみましょう 女性のほうは予定より遅れて 親友を迎えに行くため フロリダ州ブロワード郡の ある学校に向かって 友達と一緒に道を走っていました

They spotted an unlocked kid's bike/ and a scooter/ on a porch/ and foolishly jumped on it.//

ふたりはある家の玄関で 無施錠の 子ども用の自転車とキックスケーターを見つけ 愚かにもそれに飛び乗りました

As they were speeding off,/ a woman came out/ and said,/ "Hey!// That's my kid's bike!"//

走り去ろうとしたところ 女性が出てきて言いました 「ちょっと! それはうちの子の自転車よ!」

They dropped it,/ they walked away,/ but they were arrested.//

ふたりは降りて 歩き去りましたが 逮捕されました

She was wrong,/ she was foolish,/ but she was also just 18.//

彼女は間違っていたし愚かでした でもまだ18歳です

She had a couple of juvenile misdemeanors.//

彼女は2回の非行歴がありました

Meanwhile,/ that man had been arrested for shoplifting in Home Depot --/ 85 dollars/' worth of stuff,/ a similar petty crime.//

一方 男性のほうは Home Depoで 万引きをして捕まりました 彼が万引きしたのは85ドル相当で 同じく軽犯罪ですが

But he had two prior armed robbery convictions.//

彼は強盗で前科2犯でした

But the algorithm scored her/ as high risk,/ and not him.//

でもアルゴリズムは 男性ではなく 女性の方をハイリスクと評価しました

Two years later,/ ProPublica found/ that she had not reoffended.//

その女性が2年後に再犯していないことを ProPiblicaは明らかにしています

It was just hard/ to get a job/ for her/ with her record.//

犯罪記録をもつ彼女が 職を得るのは実に困難でした

He,/ on the other hand,/ did reoffend/ and is now serving an eight-year prison term/ for a later crime.//

一方 男性の方は再犯し 2つ目の犯罪のために 現在は8年間の収監中です

Clearly,/ we need to audit/ our black boxes/ and not have them have this kind of unchecked power.//

ブラックボックスに対して 監査が必要なのは明白です チェックしないままこの種の権力を 与えてはいけないのです

(拍手)

Audits are great and important,/ but they don't solve all our problems.//

監査は偉大で重要ですが それで全ての問題を解決できはしません

Take Facebook's powerful news feed algorithm --/ you know,/ the one/ that ranks everything/ and decides/ what to show you/ from all the friends and pages/ you follow.//

Facebookのニュース・フィードの 強力なアルゴリズムの場合 全てをランク付けし 全ての友達やフォロー中のページのなかで 何を見るべきか決定する仕組みですね

Should you be shown another baby picture?//

赤ちゃんの写真をもう1枚見るべきか?

(笑)

A sullen note/ from an acquaintance?//

知り合いからの ご機嫌斜めのコメントは?

An important but difficult news item?//

重要だけど難解なニュース記事は?

There's no right answer.//

正答はありません

Facebook optimizes for engagement/ on the site:/ likes,/ shares,/ comments.//

Facebookはサイト上での やりとりに応じて最適化します 「いいね」やシェア コメントといったものです

In August of 2014,/ protests broke out/ in Ferguson,/ Missouri,/ after the killing of an African-American teenager/ by a white police officer,/ under murky circumstances.//

2014年8月 ミズーリ州ファーガソンで 抗議運動が勃発しました アフリカ系アメリカ人の10代が 白人の警察官に殺され その状況が不審だったのです

The news of the protests was all over my algorithmically unfiltered Twitter feed,/ but nowhere/ on my Facebook.//

抗議運動のニュースは フィルタリングされない Twitterフィードを埋め尽くしました でもFacebookには 何ら表示されませんでした

Was/ it/ my Facebook friends?//

Facebook上の友達との関連でしょうか?

I disabled Facebook's algorithm,/ which is hard/ because Facebook keeps/ wanting to make/ you come under the algorithm's control,/ and saw/ that my friends were talking about it.//

私はFacebookのアルゴリズムを 無効にしました Facebookはアルゴリズムの 管理下に置きたがるので 難しかったですけどね すると友達が 抗議運動のことを 話しているのが分かりました

It's just/ that the algorithm wasn't showing it/ to me.//

アルゴリズムが私に 見せなかっただけなんです

I researched this/ and found this was a widespread problem.//

調査して分かりましたが これは広範囲にわたる問題でした

The story of Ferguson wasn't algorithm-friendly.//

ファーガソンの話題は アルゴリズムに馴染まなかったんです

It's not "likable."//

「いいね」しにくいのです

Who's going to click/ on "like?"//

誰が「いいね」します?

It's not even easy/ to comment on.//

コメントをするのさえ 容易じゃありません

Without likes and comments,/ the algorithm was likely showing it/ to even fewer people,/ so we didn't get to see this.//

「いいね」もコメントもないので アルゴリズムは少数の人にしか それを表示しません だから目にすることがなかったんです

Instead,/ that week,/ Facebook's algorithm highlighted this,/ which is the ALS Ice Bucket Challenge.//

そのかわり その週 Facebookのアルゴリズムが ハイライトしたのは ALSアイス・バケツ・チャレンジでした

価値のある目的で氷水をかぶり チャリティに寄付 良いですね

But it was super algorithm-friendly.//

でも極めてよくアルゴリズムに馴染みます

The machine made this decision/ for us.//

機械が私たちのために これを決定したんです

A/ very important but difficult conversation might have been smothered,/ had Facebook been the only channel.//

非常に重要だけれど難解な会話は Facebookが唯一の経路の場合 抑え込まれてきたのかもしれません

Now,/ finally,/ these systems can also be wrong/ in ways/ that don't resemble human systems.//

さて最後にこれらのシステムは 人間のシステムとは似つかない誤りを 犯しうるのです

Do/ you guys remember Watson,/ IBM's machine-intelligence system/ that wiped the floor/ with human contestants/ on Jeopardy?//

皆さんはワトソンを覚えていますか IBMの機械知能システムで クイズ番組『ジェパディ!』で 対戦相手の人間を打ち負かしました

It was a great player.//

すごい選手だったんです

But then,/ for Final Jeopardy,/ Watson was asked this question:/ "Its largest airport is named for a World War II hero,/ its second-largest/ for a World War II battle."//

しかし最終問題で ワトソンは こんな質問をされました 「その地域最大の空港の名は 第二次世界大戦の英雄に由来し 2番目の空港の名の由来は 第二次世界大戦中の戦いです」

(最終問題の音楽をハミング)

「シカゴ」

The two humans got it/ right.//

人間ふたりは正答でした

Watson,/ on the other hand,/ answered "Toronto" --/ for a US city category!//

一方ワトソンの答えは 「トロント」 米国の都市についての問題だったのに!

The impressive system also made an error/ that a human would never make,/ a second-grader wouldn't make.//

この素晴らしいシステムも エラーをするんです 人間はしないようなエラーです 2年生の子どもでもしません

Our machine intelligence can fail in ways/ that don't fit error patterns of humans,/ in ways/ we won't expect/ and be prepared for.//

機械知能は失敗を犯すこともあるんです 人間のエラーパターンとは 異なります 予想外であり 備えもできないような方法です

It'd be lousy not to get a job one is qualified for,/ but it would triple suck/ if it was because of stack overflow/ in some subroutine.//

資質のある人が仕事を得られないのも ひどい話ですが もしそれがプログラムのサブルーチンに伴う スタックオーバーフローが原因なら 3倍ひどい話です

(笑)

In May of 2010,/ a flash crash/ on Wall Street fueled by a feedback loop/ in Wall Street's "sell"/ algorithm wiped a trillion dollars of value/ in 36 minutes.//

2010年5月 ウォールストリートの 「売り」アルゴリズムでの フィードバックループによって 瞬間暴落が起き 36分間で1兆ドル相当の 損失が出ました

I don't even want to think/ what "error"/ means in the context of lethal autonomous weapons.//

「エラー」の意味を考えたくもないのが 無人攻撃機の場合です

So yes,/ humans have always made biases.//

ええ人間には 偏見がつきものです

Decision makers and gatekeepers,/ in courts,/ in news,/ in war ...//

意思決定者やゲートキーパー 法廷、ニュース、戦争・・・

they make mistakes;/ but that's exactly/ my point.//

そこではミスが生じますが これこそ私の言いたいことです

We can not escape these difficult questions.//

これらの難問から 私たちは逃れられません

We can not outsource our responsibilities/ to machines.//

私たちは責任を 機械に外部委託することはできないのです

(拍手)

Artificial intelligence does not give us/ a "Get/ out of ethics/ free"/ card.//

人工知能は「倫理問題からの解放」カードを 私たちにくれたりしません

Data scientist Fred Benenson calls this math-washing.//

データ科学者のフレッド・ベネンソンは これを数学による洗脳だと呼びました

We need the opposite.//

私たちに必要なのは逆のものです

私たちはアルゴリズムを疑い 精査するようにならねばなりません

We need to make/ sure/ we have algorithmic accountability,/ auditing and meaningful transparency.//

私たちは アルゴリズムについての 説明責任を持ち 監査や意味のある透明化を 求めなければなりません

We need to accept/ that bringing math and computation/ to messy, value-laden human affairs does not bring objectivity;/ rather,/ the complexity of human affairs invades the algorithms.//

私たちは厄介で価値観にかかわる 人間くさい事柄に対して 数学や計算機は 客観性をもたらしえないことを 受け入れなければなりません むしろ人間くささのもつ複雑さが アルゴリズムを管理するのです

Yes, we can/ and we should use computation/ to help us make better decisions.//

確かに私たちは コンピュータを 良い決断を下す助けとして 使いうるし そうすべきです

But we have to own up to our moral responsibility/ to judgment,/ and use algorithms/ within that framework, not as a means to abdicate and outsource our responsibilities/ to one another/ as human to human.//

でも私たちは判断を下すことへの 自分の道徳的な責任を認め そしてアルゴリズムを その枠内で用いなければなりません 自分の責任を放棄して 別の人間へ委ねることとは 異なるのです

機械知能はもう存在しています

That means/ we must hold on ever tighter/ to human values and human ethics.//

つまり私たちは 人間としての価値観や倫理感を よりしっかり持たねばなりません

Thank you.//

ありがとうございました

(拍手)

job

『職』,勤め口;(職としての)仕事

(しなければならない)『仕事』;職務

難しい(骨の折れる)仕事

手間(賃)仕事をする

(株の)仲買をする

(公職を利用して)私腹を肥やす

〈商品〉‘を'卸売りする;〈株〉‘を'仲買する

(…に)…‘を'下請けに出す《+『out』+『名』+『to』+『名』》

computer

『計算機』;『電子計算機』

college

《しばしば冠詞をつけず単数形で》(一般に)『大学』,カレッジ

『単科大学』,教養課程大学 《米》(総合大学 universityの)学部

《英》(Oxford・Cambridge 大学などの)学寮(university の一部で,教師・外生・研究育で自治組織を作っている)

(特定の)パブリックスクール(public school)

《英》(universityに併設の)専門学校

(共通の特権・目的などを持つ人々の)団体,協会,学会

basically

基本的に,根本的に;元来は

software

ソフトウェア(コンピューターに関係するプログラム・手順・規則などの文書類の総称)

company

〈U〉『来客』,客

〈C〉『会社』《略》(単数)『co.』,(複数)『cos.』;会社名の時は『Co.』)

〈U〉交際,付き合い

〈U〉『仲間』,友だち

〈C〉《集合的に》(…の)『団体』,一行,一座,劇団《+『of』+『名』》

〈C〉(陸軍の)歩兵中隊

〈C〉《集合的に》(船の)全乗組員

manager

(商迭・会社・興行などの)『支配人』,『経営者』(団体・チームなどの)監督,部長

《形容詞を伴って》(仕事・家事を)やりくりする人,切り回す人

whisper

『ささやく』,ひそひそ話す《+about+名》

〈風・流れ・木の葉などが〉サラサラ音を立てる

…‘を'『ささやく』,ひそひそと言う

《しばしば受動態で》〈秘密など〉‘を'言いふらす《+about+名》

『ささやき』,ささやかれた言葉

《単数形で》(風・流れなどの)サラサラいう音

うわさ,ひそひそ話

lie

《場所を表す副詞[句]を伴って》『横たわる』,横になる

《状態を表す副詞[句]を伴った》『置かれている』,ある

《場所を表す副詞[句]を伴って》(ある場所に)『位置する』,ある

《通例場所を表す副詞[句]を伴って》〈誤り・理由・責任・抽象的なものが〉見い出される,ある

《場所を表す副詞[句]を伴って》地下に眠る,葬られている

位置,方向;状態

nobody

『だれも…ない』(not anybody)

取るに足らない人,つまらぬ人間

else

『そのほかに』,それ以外に

《or elseの形をとり接続詞的に》『さもないと』,そうでないと(otherwise)

point

〈C〉(針・鉛筆・剣などの)『とがった先』,(…の)先端《+『of』+『名』》

〈C〉岬(みさき)

〈C〉(小数点・句読点などの)点

〈C〉(図形上の)点

〈C〉(ある特定の)『地点』(spot),場所(place)

〈C〉(計器の目盛りなどの)『点』,『度』

〈C〉時点,瞬間

〈C〉《単数形で》(物語・議論などの)『要点』,核心《+『of』(『in』)+『名』》

〈U〉(…の)『目的』,『意義』,ねらっている点《+『of』(『in』)+『名』(do『ing』)》

〈C〉(全体の中の)個々の項目,細目(item),細部(detail)

〈C〉特徴(characteristic),特質(trait)

〈C〉(競技・学校の成績などの)得点

〈C〉ポイント(活字の大きさの単位;約1

72インチの大きさ)

(…に)〈銃・指など〉‘を'『向ける』《+『名』+『at』(『to, toward』)+『名』》

…‘に'『指し示す』《point+名+to+名…に…をさし示す》

…‘の'先をとがらせる,‘に'先を付ける

…‘に'点を打つ;…‘に'小数点を付ける;…‘に'句読点を付ける

〈猟犬が〉〈獲物〉‘を'指し示す

(…を)(指などで)『示す』,指し示す《+『at』(『to, toward』)+『名』(do『ing』)》

〈猟犬が〉獲物の位置を示す

affair

〈C〉(個人的に関心・関係のある)『事』,事柄

〈C〉『事件』,でき事

《複数形で》仕事,業務

〈C〉《話》《修飾語を伴って》物,しろもの

〈C〉(特に一時期の)恋愛事件,情事

receptionist

(ホテル・病院・事務所などの)受付係

laughter

『笑い』,笑い声

lying

lieの現在分詞

laugh

(声を立てて)〈人が〉『笑う』

〈目・口もとなどが〉うれしそうに笑う

〈動物,特にハイエナなどが〉笑い声に似た声(音)を出す

…‘を'笑って言う

《a+形容詞+laughを目的語にして》…‘の'笑い方をする

〈人〉‘を'『笑う』

『笑い』;笑い声;笑い方

《話》笑いの種,冗談(joke)

actually

(まさかと思うだろうが)『実際に』,現に,ほんとうに

system

〈C〉(関連した部分から成る)『体系』,系統,組織[網],装置

〈C〉(教育・政治などの)『制度』,機構;《the~》体制

〈C〉(思想・学問などの)『体系』,学説

〈C〉(…の)『方法』,方式,やり方《+of doing》

〈U〉正しい方針(筋道,順序)

〈U〉《the~》(身体の)組織,系統

〈U〉《the~,one's~》身体,全身

emotional

『感情の』,の情緒の

『感情的な』,感動しやすい

(またemotive)感情に訴える

state

〈C〉(人・物事の)『状態』,ありさま,様子

〈C〉《a ~》《話》極度の緊張状態,異常な精神状態

〈U〉地位,階級,身分

〈C〉〈U〉《しばしばS-》『国家』,国,政府

〈C〉《時にS-》(アメリカ・オーストラリアなどの)『州』

《the States》《話》『米国』

〈U〉威厳;公式;堂々とした様子

国家の,国事に関する

《しばしばS-》《米》州の,州立の

公式の,儀式用の

even

『平らな』,平たんな

『同じ高さの』,同一平面の,平行の

(運動・動作・品質などが)『均一の』,規則的な,一様の,むらのない

(数・量などが)『同じの』,等しい,釣り合のとれた互角の

『偶数の』

公平な,公正な(fair)

平静な,穏やかな,落ち着いた(calm)

貸借にない,清算済みの

端数のない,ちょうどの,きっかりの

《意味を強めて,不審や意外の念を含み》…『でさえも』,までも

《比較級の前に用いて》『なおいっそう』,さらに(still,yet)

《形容詞の前または後の用いて》(…と)すら言える;《古》《時を表す副詞の前に用いて》ちょうど

…‘を'平らにする,ならす

…‘を'釣り合わせる,平均させる《+『up』+『名』,+『名』+『up』》

…‘の'変動をなくする,‘を'安定させる《+『out』+『名』,+『名』+『out』》

process

(自然の)『作用』,過程

(物事の)『手順』,方法

(技術上の)製法,工程

召喚状,出頭令状;訴訟過程

(動植物の組織の)隆起,突起

加工(処理,調整)した

〈食品〉‘を'加工する

〈写真フイルム〉‘を'現像する

〈資料〉‘を'コンピューターにかける

…‘を'一定の手順で処理する,(整理する,調査する)

human

(動物・神に対して)『人間の』,人の

『人間らいし』,人間的な,人情味のある

〈C〉《複数形》(動物に怠して)人間(human being)

〈U〉《the human》人類

face

〈C〉『顔』

〈C〉表情,顔つき

〈C〉(物の)『表面』(surface),(建物の)正面(front),(貨幣・カードなどの)表《+『of』+『名』》

〈C〉(…の)外観,様子《+『of』+『名』》

〈U〉面目,面子(めんつ)

〈C〉(多角面体の)面

〈C〉(活字・版の)面(印刷する部分);(活字の)書体

〈C〉(鉱山の)採掘現場

…‘に'『面する』,‘の'ほうを向く

(…のほうに)…‘を'向ける《+『名』+『toward』+『名』》

〈人が〉〈危険など〉‘に'直面する,立ち向かう,対抗する;〈危険などが〉〈人〉‘に'迫る

〈事実・現実など〉‘を'直視する,認める

(…で)〈壁など〉‘に'上塗り(上張り)をする《+『名』+『with』+『名』》

(ある場所・方角に)面する,向く《+『on』(『to』,『toward』)+『名』》

advertiser

広告者,広告主

government

〈C〉《集合的に》《しばしば『Government』》(国家・都市・その他の政体を支配する)『政府』,行政府,内閣

〈U〉『政体』,政治体制

〈U〉(…の)『統治』,政治,行政《+『of』+『名』》

〈U〉(…の)管理,運営《+『of』+『名』》

〈C〉(各種機関の)理事会,執行部

kid

〈C〉『子ヤギ』

〈U〉子ヤギの皮,キッド

《おもに米話》《複数形で》子供(child),若者

子ヤギの皮製の

《米俗》若い,年下の

crazy

『狂気の』,気違いの

(物事が)『途方もない』,実行不可能な

《補語にのみ用いて》『熱中している』,夢中の

math

《米話》=mathematics1(《英話》maths)

science

〈U〉『科学』;(特に)自然科学

〈C〉(個々の)科学,学問

〈U〉〈C〉(修練を要する)技術,わざ

somewhere

『どこかに』(で),どこかへ

およそ,大体

あるところ,某所

along

『…をたどって』,…に沿って

…の間に(during),…の途上で

『沿って』,並んで

《動作や状態の継続を強めて》前へ,進んで

(人を)連れて;(物を)持って

line

『線』,筋,けい

(色・縫い目などの)『線』,しま;(顔・手などの)しわ(wrinkle)

(物・人の)『列』,行列(row)

『綱』,糸,針金

電線,電話線,電信線

(文章の)『行』;(詩の)『行』

《しばしばa~》《話》『短い手紙』(note)

《複数形で》輪郭,外形(outline)

境界線(boundary);限界,限度(limit)

(鉄道・バスなどの)路線;航路,空路

《複数形で》せりふ

進路,道順(course);(考えなどの)筋道,方針

《しばしばone's~》(活動の)分野,方面;特意

家系,血統,血筋

在庫商品,仕入れ品

導管,パイプライン

《しばしば複数形で》戦線,防御線

…‘に'『線を引く』,筋(しま,しわ)をつける

…‘に'『沿って並ぶ;』(…を)…‘に'沿って並べる《+『名』+『with』+『名』》

nuclear

『核の』,細胞核の

[『原子』]『核の』

weapon

『武器』,兵器

『攻撃(防御)手段』

concern

〈物・事が〉…‘に'『関係する』,かかわる,影響する

《しばしば受動態で》〈事が〉〈人〉‘に'『関心を持たせる』,'を'心配させる

〈小説などが〉…‘に'ついて書かれている(受動態にできない)

〈U〉〈C〉(…との)『関係』,利害関係《+『in』(『with』)+『名』》;《しばしば複数形で》関係のある事柄,関心事

〈U〉(…に対する)『関心』,懸念,心配《+『about』(『over,for,at』)+『名』》

〈C〉事業,営業,会社,商会(firm);財閥,コンツェルン

〈U〉重大な関係,重要性

ethic

倫理,道徳律

=ethical

troubled

心配そうな,当惑した

乱れた,荒れた

however

《譲歩の副詞節を導いて》『どんなに…でも』,いかに…であろうとも

《話》[いったい]どんなふうに

『しかしながら』,それにもかかわらず

circumstance

〈C〉《複数形で》(人や行動に影響を及ぼす)『情況』,『環境』,周囲の事情;条件

〈C〉(特定の)事情,(事の)次第,でき事

〈C〉《複数形で》『経済状態』,暮らし向き,境遇

〈U〉ものものしさ,抑々しさ

〈U〉(特に一部始終を)詳細に述べること

possible

(物事が)『可能な』,実行できる

(物事が)『ありうる』,『起こりうる』

我慢できる,まずまずの

《形容詞の最上級,all, everyなどを強調して》可能な限りの

〈U〉《the ~》可能性

〈C〉可能性のある人(物,事),当選(勝利)の見込みのある人

myself

《強意用法》《Iと同格に用いて》『私自身』

《再帰用法》《動詞・前置詞の目的語として》『私自身を(に)』,自分を(に)

let

〈人・動物など〉‘に'(…)『させる』,させておく,‘を'(…する)ままにしておく(受動態にできない)

〈物事〉‘を'(…する)状態にする,‘に'(…)させる

《『let us(let's)』do》…『しよう』

《おもに英》〈土地・家など〉‘を'『貸す』賃貸する(《米》rent)

(人に)〈工事〉‘を'請け負わせる《+『名』+『to』+『名』》

(…から)〈液体・空気など〉‘を'出す,漏らす,放出する《+『名』+『out of』+『名』》

pick

(入念に)…‘を'『選ぶ』,選び取る

〈草花・果実など〉‘を'『摘む』,もぐ

〈鳥など〉‘の'羽をむしる;(…から)…‘を'むしる《+『名』+『from』+『名』》

(とがった物で)…‘を'つつく,つついて穴をあける《+『名』+『with』+『名』》

〈鳥などが〉〈えさ〉‘を'つつく,つついて食べる

〈争いなど〉‘を'しかける;(人に)〈口論など〉‘を'ふっかける《+『名』+『with』+『名』〈人〉》

(針金などで)〈錠〉‘を'こじあける

〈ポケット・さいふなど〉‘の'中身をすり取る

〈弦楽器・弦〉‘を'指で鳴らす,つまびく

入念に選ぶ

〈鳥が〉えさをつつく;(食浴がなくて)〈人が〉(…を)少しずつ食べる《+『at』+『名』》

〈U〉(…の)選択(choice),(…を)選ぶこと(権利)《+『of』+『名』》

〈C〉(…から)選択された人(物);《the~》(…から)選ばれた最上の人(物)《+『of』+『名』》

technical

『専門の』,専門的な

『工業の』,工芸の

技術の,技術上の

field

〈C〉『野原』,[牧]草地;田;畑;《the fields》田野,田畑

〈C〉(雪・氷などの)原,広がり

〈C〉(鉱物などの)産出地,埋蔵地

〈C〉『戦場』(battlefield);戦闘(battle)

〈C〉(スポーツの)『競技場』;(陸上のトラックに対して)フィールド

〈C〉(ある用途の)場,地面

〈C〉(研究・活動などの)『分野』,領域

《the~》現地

〈C〉(電気・磁気などの)場;(レンズの)視界

〈C〉(絵・旗などの)地,下地

《the~》《集合的に》(キツネ狩り・競技の)参加者;(競馬の)出走馬;(野球の)守備選手

(野球・クリケットで)〈打球〉‘を'さばく

〈選手〉‘を'出場させる,守備につける

(野球・クリケットで)野手をつとめる

easily

『容易に』;すらすらと;気楽に

《比較級・最上級を強めて》疑いなく,断然

deal

…'を'『分配する』,分ける

《『deal』+『名』+『名』=『deal』+『名』+『at』(『to』)+『名』》〈打撃・仕打ちなど〉'を'…‘に'『加える』

〈U〉取引き

〈C〉(取引きなどの)妥協,協定

〈C〉カードゲームの札の配分

《D-》政策(policy)

《a~》《話》取扱い,待遇

troublesome

『迷惑な』・人を悩ませる

『やっかいな』,骨の折れる

ethics

《単数扱い》『倫理学』

《複数扱い》『倫理』,道徳[律],規範

build

〈物〉'を'『組み立てる』,造る,建造する,建築する

(年月をかけて)〈事〉'を'『作り上げる』,築き上げる;《受動態で》〈体・性質〉'を'作る

〈U〉造り,講造(make)

〈U〉〈C〉体格

platform

『壇』,教壇,演壇

(駅の)『プラットホーム』

(特に政党の)政策,考領

control

〈U〉(…に対する)『統制』,抑制,制御《+『over』(『of』+『名』)

〈C〉《複数形で》(…を)統整する手段,統御法《+『on』(『over』)+『名』》

〈U〉(…を)『抑制する力』,(…の)統整力,支配力《+『over』(『of』)+『名』》

《複数形で》《単数扱い》(機械の)操縦装置

〈C〉(実験結果の)照査基準

…'を'『支配する』,統御する,管理する,監督する

〈感情など〉'を'『抑制する』,抑える

…'を'照らし合わせて調べる,照査する

billion

『10億』(thousand million)

《英》『兆』(《米》trillion)

develop

(今まではなかったが)…‘を'『生じさせる』,‘を'現す

…‘を'『発展させる』,伸ばす,成長させる

〈病気・悪習など〉‘に'だんだん感染する,かかりはじめる,‘を'発病させる

〈資源など〉‘を'『開発する』

…‘を'十分に考える,〈議論・主題など〉‘を'展開する

〈フイルム〉‘を'現像する

〈ないもの・隠れているものが〉『現れる』,明らかになる

(…から…に)『発展する』,発育する《+『from』+『名』+『into』+『名』》

〈フイルムが〉現像される

decide

〈人が〉〈論争・問題など〉'を'『解決する』

〈人が〉『決心する』

〈物事が〉…'を'決定する

〈物事が〉〈人〉‘に'決意させる,決定させる

『決定する』

(…に不利な,有利な)判決を下す《+『against』(『for』,『in favor of』)+『名』》

machine

『機械』

自動車,飛行機,自転車

加えられた力を強めたり方向を変えたりする機械(器具);てこ,滑車,くさび,斜面など

組織,(特に)派閥

(自主性も意欲もない)機械のような人,機械的に働く人

…‘を'機械で作る(仕上げる);(特に)…‘に'ミシンをかける,‘を'ミシンで作る;(印刷機で)…‘を'印刷する

…‘を'きっちり計って作る《+『down』+『名,』+『名』+『down』》

might

mayの過去形

《直説法で》《時制の一致により従節に用いて》

《仮定法で》

《現在の事実と反対の仮定》…『かもしれないのだが』;…してもよい

《過去の反対の推量》…『したかもしれない』

《仮定法から転じて遠回しの表現で》

《可能性・推量》『ひょっとしたら』…『かもしれない』

《疑問文で》《不確実》いったい…だろうか

《許可》…『してもよい』

《提案・依頼》…『してくれませんか』…してみてはどうだろうか

《非難・不平》…『してもよさそうなものだ』

kill

〈人・動物〉‘を'『殺す』,死亡させる

〈植物〉‘を'枯らす

…‘を'だめにする,失わせる

《話》…‘を'ひどく痛ませる(疲れさせる,不快にさせる)

〈時間〉‘を'つぶす

〈記事など〉‘を'没にする,握りつぶす

人殺しをする

殺すこと;(特に狩猟の)獲物をしとめること

(猟の)獲物

human being

人,人間

war

〈U〉『戦争』,戦争状態;交戦期間;〈C〉(個々の)戦争

〈U〉(ある特定の目的のための)『争い』,戦い,闘争;〈C〉(個々の)争い

(…と)戦争をする,戦う,争う《+with(against)+名》

intelligence

『知能』,知力,理解力;知恵,そう明

(国家的に重要な)『情報』,知識

情報部,謀報機関

computation

計算;〈C〉(その結果出た)算定額

sort

『種類』,部類(kind)

性格,性質,タイプ

《おもに英話》《単数形で》(ある)種類の人

…‘を'分類する,区分けする;えり分ける,選び出す《+『名』+『out,』+『out』+『名』》

decision

〈C〉(問題・疑義などの)『決定』,解決;結論《+『of』+『名』》

〈U〉『決心』,決断

〈C〉(法廷での)『判決』;判定

〈U〉決断力

single

《名詞の前にのみ用いて》『たった一つ』(『一人』)『の』,単独の;《否定文で》ただ一つ(一人)(もない)

《名詞の前にのみ用いて》『一人用の』・『独身の』・《名詞の前にのみ用いて》個々の,別々の

単一の,単式の;(花が)一重咲きの,単弁の

《英》(切符が)片道の

〈C〉一人,1個;独身者

〈C〉《話》(ホテルの部屋,船室,列車寝台などの)一人用

〈C〉(野球で)シングルヒット,単打

《複数形で》(テニスなどの)シングルスの試合,単試合

《英》片道切符

《複数形で》《話》1ドル(ポンド)札

…‘を'1人(1個)だけ選び出す《+『out』+『名,』+『名』+『out』》

(野球で)シングルヒットを打つ

subjective

(思想や感情が)主観的な,主観による

(芸術や芸術家が)主観的に表現する

(文法で)主格の

open-ended

(時間・数量などに)制限のない,無制限の

広い解釈ができる

hire

〈人〉‘を'『雇う』

(金を払って)〈物〉‘を'『借りる』,賃借する

〈物〉‘を'賃貸しする;〈自分〉‘が'金で雇われる《+『out』+『名』,+『名』+『out』》

借り賃,使用料;雇い賃,給料

(物の)『賃貸し』,賃借り;(人の)雇用

(人が)雇われて

update

…を最新のものにする

最新情報

convict

(…の罪状で)〈人〉‘に'『有罪を宣告する』《+『名』+『of』+『名』(do『ing』)》

《文》《しばしば受動態で》(罪・誤りなどを)…に悟らせる《+『名』+『of』+『名』》

『罪人』,囚人

likely

《補語にのみ用いて》…『しそうな』,らしい

《名詞の前にのみ用いて》『ほんとうらしい』,ありそうな

『適切な』,あつらえ向きの

『たぶん』,おそらく(probably)

item

『項目』;『種目』,品目;箇条

『新聞記事』;(新聞記事の)一節

(項目を数え上げるとき)一つ(…);さらにまた,同様に

movie

(また『motion picture, moving picture』)《米》『映画』;《しばしばthe movies》《集合的に》映画(《英》cinema);映画の上映

《複数形で》映画館(《英》cinema)

《複数形で》映画産業

recommend

…‘を'『推薦する』,推奨する

〈事〉‘を'『勧める』,勧告する

〈物事が〉…‘を'好ましてものにする,‘の'とりえとなる

(神などに)…‘を'ゆだねる《+『名』+『to』+『名』》

while

《通例 a while》『時間,』間,(特に)少しの時間

『…する間に(は)』

《譲歩》『…であるが,』…なのに

《比較・対照》(…だが)『一方では』

《類似・対応》そして[その上]

《英北東部》《俗》…まで(until)

historical

『歴史の』,史学の

『史実の基づく』,歴史上の

twist

〈糸・なわなど〉‘を'『よる』,より合わせる(糸・なわなどに)…‘を'よる《+名+into(in)+名》

…‘を'よって(より合わせて)作る,なう;(…から)…‘を'よって作る《+名+from(out of)+名》

(…に)…‘を'『巻きつける』,からませる《+名+around(《英》round)+名》

…‘を'ねじる,よじる,しぼる

〈足首・関節など〉‘を'くじく,ねんざする

〈顔など〉‘を'ゆがめる,しかめる;…‘を'ゆがめて(…に)する《+名+into+名》

〈言葉・文章など〉‘の'意味を曲げる,‘を'曲解する

…‘を'回す,‘の'向きを変える

よじれる,ねじれる,ゆがむ

身をよじる,体をくねらせる

縫うように進む,曲がりくねる

〈C〉『より合わせること』;より,ねじれ,ゆがみ

〈C〉より合わせて(よって)作ったもの(より糸,なわ,ねじりパンなど)

〈C〉(意味などを)ねじ曲げること,曲解,こじつけ

〈C〉(道・流れなどの)曲がり,くねり

〈C〉(性質・態度などの)癖,かたより,ゆがみ

〈C〉(事件などの)意外な急変

〈C〉〈U〉(野球で)カーブ,曲球

《the ~》ツイスト(1960年代に流行した体をひねって踊る強烈な踊り)

anchor

『いかり』(錨)

(いかりのような)固定装置

頼みの綱

(またanchorman)リレーの最終走者(泳者),アンカー

〈船〉'を'いかりで留める,停泊させる

(一般に)(…に)…'を'留める,固定する《+『名』+『to』+『名』》

(…に)〈希望など〉'を'つなぐ《+『名』+『in』(『on』)+『名』》

〈船が〉いかりを降ろして停泊する;〈人が〉いかりを降ろして船を停泊させる

such

《特定の種類・程度を示して》『こんな』,あんな

《類似の種類・程度を示して》『そんな』,そのような

《名詞の前にのみ用いて,強意的に》『とても』(良い,悪い,ひどい)

《補語にのみ用いて》『そのような』

そのような人(物,事)

fly

<鳥などが>『飛ぶ』

<人が>『飛行機で飛ぶ』,飛行する;<飛行機などが>飛ぶ

(風などで)<物が>空中を飛ぶ

(風に)<旗・髪などが>ひるがえる,なびく

《副詞[句]を伴なって》『飛ぶように動く』(走る)

(ある状態・位置から)急に(…に)なる《+『形』<補>》;ぱっと(…)する《+『into』+『名』》

(野球で)フライを打つ;<ボールが>フライになる

《話》急いで立ち去る

逃げる

(空中に)<たこ・鳥など>‘を'『飛ばす』

<旗>を揚げる,翻す

<飛行機など>‘を'飛ばす,操縦する

(人・物が)…‘を'飛行機で飛ぶ

<飛行便>‘を'利用する

<人・物>‘を'空輸する

ボタン隠し,ファスナー隠し(服のボタンやファスナーを隠す布)

(野球の)飛球,フライ(=fly ball)

(テントの入口の)垂れ幕

飛行,飛ぶこと

airplane

『飛行機』(《英》aeroplane)

building

〈C〉『建物』,ビルディング;(一般に)建造物

〈U〉建築,建築術

bridge

船橋,艦橋

鼻柱

(めがねの)ブリッジ(2つのレンズを接続し鼻の上にのせる部分)

(弦楽器の)こま

ブリッジ(隣接する歯に両端を固定した義歯)

〈川・道路・線路など〉‘に'橋渡しをする,‘を'連結する

moon

《the~》(天体の)『月』

〈U〉《しばしばa~》(さまざまに形を変える)『月』

〈C〉(惑星の)『衛星』(satellite)

〈C〉《複数形で》(特に太陰暦の)ひと月

〈U〉月光(moonlight)

《話》(あてもなく)ふらふらさまよう《+『about』(『around』)》;ぼんやり過ごす(眺める)《+『away』》

sway

『前後(左右)に動く,』揺れる

《方向を表す副詞[句]を伴って》(一方に)『傾く,』かしぐ

…‘を'『揺する,』揺り動かす

(方向を表す副詞[句]を伴って)…‘を'傾ける

…‘に'『影響を与える,』‘を'左右する;《古》…‘を'支配する

(…の)揺れ,動揺《+of+名》

(…の)影響;支配,統治《+of+名》

fairly

『公平に』,公正に(justly)

『かなり』,相当に(somewhat)

全く,すっかり,まさしく

clear

『晴れた』;明るい(bright)

『透き通った』,透明な

(形・輪郭などが)『はっきりした』,くっきりした

(音が)はっきり聞こえる(聞き取れる)

『分かりやすい』,あいまいさのない

《補語にのみ用いて》はっきり知っている,確信している

明せきな,理路整然とした

妨害(支障)のない

汚れ(しみ,きず)がない

《補語のみ用いて》(…を)免れた,(…が)ない,(…から)解放された《+『of』+『名』》

《名詞の前,時に名詞の後に用いて》丸々の;正味の

はっきりと,明瞭に,明確に

(…から)離れて《+『of』+『名』》

全く,まるまる

(…を)…‘から'『取り除く』,片付ける;(人を)…‘から'立ち去らせる《+『名』+『of』+『名』》

(…から)〈物〉'を'『取り除く』,片付ける;(…から)〈人〉'を'立ち去らせる《『名』『+『from』(『out of』,『off』)+『名』》

'を'きれいにする,清らかにする;…を明るくする

…‘に'触れないで越す

(罪・疑い・責任などから)…'を'逃れさせる』,免除する《+『名』+『of』+『名』》

〈議会・税関・手形交換所など〉'を'すんなりと通過する,‘の'許可を簡単に得る

《話》…'を'まるまるもうける,‘の'純益を上げる

〈負債〉を清算する,〈手形〉を釧済する;〈小切手〉を現金化する

『明るくなる』;澄む

消え去る,過ぎ去る

(じゃま物のない)開けた場所,あき地

benchmark

水準点(測量に用いる基準標識)

(評価などの)基準

law

〈U〉《the ~》《集合的に》(法律・法規を総称して)『法』

〈U〉〈C〉(個々の)『法律』,法規

〈U〉法の[統制]力

〈U〉法律学

〈U〉弁護士[業]

〈U〉《the law》警察[力],警官(police)

〈U〉法の適用(発動);訴訟(legal action)

〈C〉(科学・芸術などでの)法則,きまり

〈C〉〈U〉(一般に従うべき)おきて,ならわし,規則

nature

〈U〉『自然』,自然界,万物;自然の力;《しばしば『N-』》(擬人化した)自然,自然の女神

〈C〉〈U〉(人・動物,あるいは物事の持っている)『本質』,性質,本性

〈C〉《単数形で》種類(sort, kind)

guide

〈人〉‘を'『案内する』

(…のことで)〈人〉‘に'『助言する』,‘を'指導する,導く《+『名』+『in』+『名』》

〈仕事・行動など〉‘を'『監督する』,管理する;…‘を'思い通りに動かす,支配する

『指導者』,『案内人』,ガイド

『指標』,道しるべ;規律

『旅行案内』[『書』];(…の)『手引き』,入門書《+『to』+『名』》

誘導装置,(外科用探針の)導子

《英》Girl Guidesの一員

messy

(場所・部屋などが)乱雑な,取り散らかした;(物が)汚れた,きたない

やっかいな,面倒な

complicate

…'を'複雑にする

powerful

『強力な』,強い

効果的な,ききめの強い

勢力のある,有力な

less

(量が)(…より)『もっと少ない』,いっそう少ない;(大きさ・価値・程度などが)(…より)『もっと少ない』,さらに劣る,もっと低い《+『than』…》

もっと少なく,…ほどでなく《+『than…』》

《形容詞・副詞の劣勢の意の比較級を作るのに用いて》…ほど…でない《+『than…』》

さらに少ない数(量)

…だけ足りない,を引いた

transparent

『透明な』,透き通った,光を通す

透けるほど薄い

(言い訳などが)見え透いた

率直な,正直な,あけひろげの

complex

『いくつかの部分から成る』,複合の,合成の

『複雑な』,入りくんだ,こみいった(complicated)

複合体,合成物

コンプレックス,複合(抑圧されて心に残った複雑なしこり)

recently

『人ごろ』,最近,このごろ

past

『過ぎ去った』,終わった(over)

《名詞の前にのみ用いて》『過去に起こった』,過去の,昔の

《期間を表す語の前後で完了形の文で用いて》(…の期間を)『過ぎた』,最近(…)の

《名詞の前にのみ用いて》『前任の』,元の

(文法で)過去の

(場所)『を通り越して』,の先に

(時刻)『を過ぎて』;(年齢)を過ぎて

(能力・限度など)『を越えて』,の及ばない

(ある数・量)『を越えて』,…以上

《the~》『過去』

《a~,one's~》(国などの)歴史;(人の)経歴,(特にいかがわしい)過去

過去[時制];過去形

『過ぎて』,通り越して

decade

『10年間』

algorithm

アルゴリズム(最大公約数を求める互除法などの演算方式)

stride

+副(句)(元気よくまたはいばって)大またに歩く・ +前+(代)名〔...を〕またぎ越す,またぐ 〔across,over〕・〈溝(みぞ)などを〉またぐ,またぎ越す・〈道などを〉大またに歩く,闊歩する・〈ものに〉またがる・大またに歩くこと,闊歩・ [通例単数形で] 歩幅; (歩く)ペース・ ひとまたぎ・ [通例複数形で] 進歩,発展

decipher

〈分かりにくい文字など〉'を'判読する

〈暗号〉'を'解読する

handwriting

〈U〉肉筆,手書き

〈C〉〈U〉筆跡,書体

detect

〈物事の存在〉‘を'『感知する』,気付く,認める

〈人〉‘の'『正体を見破る』

〈電波〉‘を'検波する,復調する

credit card

クレジットカード

fraud

〈T〉詐欺,ごまかし,

〈C〉詐欺行為,不正手段,

〈C〉にせ物,まやかし物

〈C〉ぺてん師,くわせ者

block

(木・石などの,通例平らな面のある)『かたまり』

《米》(四団を街路に囲まれた)『区画』,街区

街区の1辺の距離(一般に40メートル前後)

《英》ブロック(アパート・事務所・商店などに区切られている大きな建物)

『妨害物』,障害物(obstacle);(障害によって生じた)停滞,渋滞

台木,台(まないた・肉切り台・まき割り台・せり売り台・帽子の木型など);《the~》炭頭台

(特にアメリカンフットボールで)ブロック(相手の選手の突進を阻止する)

滑車(pulley)

(座席券・株券などの)一組《+『of』+『名』》

〈通路など〉'を'『ふさぐ』,〈通行・進行など〉'を'妨げる

〈帽子など〉の型取りをする

(特にアメリカンフットボールで)〈相手選手の突進〉'を'ブロックする;(ボクシングで)〈相手のパンチ〉'を'ブロックする

spam

スパム(コンビーフに似た豚肉かん詰の商標名:アメリカ軍に占領された歴史の長い場所、例えば沖縄・ハワイ・フィリピンなど、で郷土料理に採り入れられることが多い)・迷惑メール・迷惑メールを送る

translate

(ある言吾から他の言吾へ)〈話・文章〉‘を'『翻訳する』《+名+from+名+into+名》

…‘を'他の言葉で説明する;(…に)…‘を'言い換える《+名+into+名》

《文》(…に)…‘の'性質(状態など)を変える,‘を'変化させる《+名+into+名》

『翻訳する』,翻訳者を務める

〈文章などが〉(…に)翻訳できる《+into+名》

language

〈U〉『言語』,言葉

〈C〉(一国家・一民族の持つ)『国語』,…語

〈U〉(文字・話し言葉為外の)伝達記号,人工言語;(動物の)伝達手段(鳴き声・身ぶりなど)

〈U〉(個人・特定のグループなどの)『言葉遣い』,語法,(専門の)用語,術語

〈U〉語学,言語学(linguistics)

medical

『医学の』,医術の;医者の

内科の;内科治療を要する

診察

beat

(連続して)…'を'『たたく』,打つ(pound)

(…に)…'を'『たたきつける』,打ちつける《+『名』+『against』+『名』》

(…に)…'を'たたいて作る《+『名』+『into』+『名』》;〈金属〉'を'打ち延ばす

…'を'勢いよくかき混ぜる

〈リズム・拍子〉'を'手をたたいて(手を振って,足を踏んで)とる

〈道〉'を'踏み固めて作る

《話》〈人〉'を'困らせる,まいらせる

〈風・雨・波などが〉(…に)『打ちつける』,〈人が〉(…を)ドンドン打つ《+『at』(『against』,『in』,『on』)+『名』》

〈心臓・脈が〉鼓動する,脈打つ

ドンドン鳴る

〈船が〉風に逆らってジグザグに進む

『続けて打つこと』,連打

(心臓などの)鼓動

(警官などの)巡回(担当)区域,持ち場

拍子;手拍子,足拍子

=beatnik

《補語にのみ用いて》《俗》疲れはてた,へとへとになった

《名詞の前にのみ用いて》《話》ビート族の

chess

チェス,西洋将棋

progress

(…に向かう)『前進』《+『toward』+『名』》

(目標・完成・解決へ向かう)『進歩』,進展《+『toward』+『名』》;(…における)進歩《+『in』(『with』)+『名』(do『ing』)》

『前進する』,進む

(…において)『進歩する』,進展する《+『÷≦』(『with』)+『名』》

method

〈C〉(特に秩序だった)(…の)『方法』,方式《+『of』+『名』(do『ing』)》

〈C〉〈U〉(思考行・行為・行動の)きちょうめんさ;秩序,筋道

learning

(…を)学ぶこと,(…の)学習《+『of』+『名』》

『学問』,学識,博識

traditional

伝説の,慣習の

伝統に従った,伝統的な

detail

〈U〉〈C〉(全体の中の個々の)『細部』,『細目』,項目;《複数形で》『詳細』

〈U〉〈C〉(全体から見て)ささいなこと

〈U〉(絵画・彫刻・建築などの)細部;細部装飾

〈C〉特別(臨時)派遣兵(部隊);特別任務

(…に)…‘を'詳しく述べる《+『名』+『to』+『名』》

(特別な任務に)〈兵・部隊〉‘を'任命する,臨時(特別)に派遣する(appoint)

exact

《名紙の前にのみ用いて》(数量など)『正確な』,きっかりの;(物事が)そのままの,そっくりの

(人が)『厳密な』;(機械など)精密な

〈事柄が〉…‘を'要求する

(人に)〈支払・服従など〉‘を'強要する,強いる《+『名』+『from』+『名』〈人〉》

instruction

〈U〉(…の)『教育』,教授(teaching)《+『in』+『名』》

《複数形で》『命令』,指図(orders, directions);(…せよとの)命令《+『to』 do》

〈U〉(教えられた)知識,教訓

fee

〈C〉(弁護士などの専門家に払う)(…に対する)『料金』,謝礼,報酬,手数料《+『for』+『名』》

〈U〉(封建時代に領主から与えられた)領地,封土

…‘に'料金を払う,謝礼する

datum

dataの単数形

既知の事実

include

…‘を'『含む』,包含する

(…の中に)…‘を'入れる,込める《+『名』+『in』(『among, with』)+『名』》

generate

〈電気・熱〉‘を'『発生させる』,生む;〈文〉‘を'生成する

《文》(一般的に)…‘を'起こす,生じる

digital

指の

数字の;計数型の

(タイプライターなどの)鍵(けん),キー

lives

lifeの複数形

churn

かく乳器(クリームやミルクをかき老ぜてバターを作る)

〈クリーム・ミルク〉'を'かく乳器に入れてかき混ぜる

〈バター〉'を'かく乳器で作る

…'を'激しくかき混ぜる《+『名』+『up,』+『up』+『名』》

激しく動く

data

『資料』,事実;情報

operate

〈機械・身体器官などが〉『動く』,作動する

〈薬などが〉(…に)『利く』,効果を表す,作用する,影響する《+『on』(『upon』)+『名』》

(人に…の)『手術をする』《+『on』(『upon』)+『名』〈人〉+『for』+『名』》

(…に対して)軍事行動をする《+『against』+『名』》

〈機械・装置など〉‘を'『動かす』

…‘を'経営する,運営する;〈株など〉‘を'売買する

logic

『論理学』

『論理』,論法

《話》いやおうを言わせぬ力,必然性

《話》もっともな考え

produce

[ある場所・地域などが]…‘を'『産出する』,『生産する』

〈商品〉‘を'『製造する』;〈作品など〉‘を'作り出す

〈動植物が〉…‘を'『生じる』;〈子〉‘を'生む

…‘を'『取り出す』,提示する

〈物事が〉…‘を'引き起こす,もたらす

産出する生産する

生産物

《集合的に》農産物(特に野菜と果物)

simple

『簡単な』容易な,分かりやすい

(複合に対して)単一の

『単純な』,込み入っていない

『純然たる』,全くの

『飾り気のない』,簡素な,地味な,質素な

『もったいぶらない』;誠実な,実直な

お人よしの,だまされやすい

《文》地位のない,普通の,平(ひら)の

probably

『たぶん』,『おそらく』

upside

上側,上部,上方

unreasonable

(人・行為などが)『理性を欠く』,無分別な

法外な,けたはずれの

learned

『学問のある』,博学な

学問的な,学術的な

《名詞的に;the~》学者たち

fact

〈C〉『事実』,実際にある(あった)事

〈U〉真相,真実(truth)

《the~》(法律用語で)犯行

power

〈U〉(名身が生れつき備えている,また物事を遂行できる)『能力』,『力』

〈U〉(…に対する)権力,支配権《+『over』+『名』》

〈C〉(法・官職などによる)権限

《複数形で》(生まれながらの)体力,知力,才能

〈C〉権力者,実力者;影響力のある集団;強国・大国〈U〉軍事力;国力

〈U〉強さ,力

〈C〉《通例複数形で》神;悪魔

〈U〉動力;工率,仕事率

〈U〉(電気などの)エネルギー,力

〈C〉(数学で)累乗

〈U〉(レンズの)倍率

〈U〉《a~》《話》(…の)多数,多量

〈機械〉‘に'動力を供給する

problem

(特に解決の容易でない)『問題』,やっかいな事熊

《単数形で》《話》(…にとって)やっかいな人《+『to』+『名』》

(特に,数学の)問題

扱いにくい,問題の

artificial

『人造の』,『人工の』,人為的な

模造の

不自然な,見せかけの

thinking

『思考力のある』,考える;思慮深い

考えること,思考,思索

考え,意見,判断

consider

(決定・決意のために)…'を'『よく考える』,熟慮する

…'を'『みなす』,思う(進行形にできない)

…'を'『考慮に入れる』,心にとめる

…'を'重んじる,尊重する;…‘に'注意(注目)する

熟慮する,考えてみる

previous

《名詞の前にのみ用いて》(時間・順序の上で)『前の』,先の,以前の

《補語にのみ用いて》《話》早まった,せっかちすぎる

instruct

…‘に'知識(情報,技術など)を与える,教える,知らせる

〈人〉‘に'『指示する』,名令する

exist

『存在する』,実在する

『生在する』,生きている

生じる,見られる,起こる

performer

《修飾語を伴って》実行する人,遂行する人

演奏者,上演者;(特に)芸人

sound

〈C〉〈U〉『音』,『音響』,響き・〈U〉音の聞こえる範囲・〈C〉(音声としての)音

《単数形で》(聞いたり,読んだりしたときに受ける)感じ,響き,調子・〈U〉(無意味な)音(声);騒音,ざわめき・『音を出す』,鳴る,響く・『聞こえる,思える』(進行形にできない) ・〈楽器・ベルなど〉‘を'鳴らす・(音で)…‘を'知らせる・…‘を'発音する・〈考えなど〉‘を'打診する

once

(ただ)『1度』,『1回』

『かつて』,以前

《否定文で》一度も(…しない);《条件節で》いったん…すれば

『1度』,1回

『いったん』…『すれば』,…するとすぐに

attend

…‘に'『出席する』,参列する,〈学校など〉‘に'通う

〈人〉‘の'『世話をする』,看護をする,‘に'仕える,付き添う

《文》(結果として)〈物事が〉…‘に'伴う,付随する(accompany)

(…に)『注意する』,気をつける,(…を)傾聴する《+『to』+『名』》

(仕事に)励む,専心する《+『to』+『名』》

(…の)面倒をみる,世話をする《+『to』+『名』》

(…に)出席する,参列する《+『at』+『名』》

conference

〈C〉『会議』,協議会

〈U〉〈C〉(…との)相談,協議《+『with』+『名』》

〈C〉(学校,スポーツクラブなどの)連盟

resource

《複数形で》(国の)『資源』,物資,資産,財源・臨機応変の才,機転

〈C〉(まさかのときの)最後の手段,とっておきの手

〈C〉(…の)源泉,(…を)生み出すもの《+『of』+『名』》

〈C〉退屈しのぎ,気晴らし

executive

『実行の』,執行力のある

『行政上の』,行政的な

〈C〉『行政官』:

《the executive》(政府の)行政部

〈C〉(会社などの)『重役』,経営陣,管理職員

high-level

高級の,地位の高い

高所からの

super

(アパートなどの)管理人,長官,所長,監督(superintendent)

(映画の)エキストラ,端(は)役(supernumerary)

特等品,特製品

excited

興奮した

objective

(心の中だけでなく)実際に存在する

客観的な

(文法て)目的格の

目標,目的

(文法で)目的格

対物レンズ

bias

〈C〉(布地の裁断や縫い目の)斜線,バイアス

〈C〉〈U〉(…に対する)心理的傾向,性癖;先入観;偏見《+『toward』(『against』,『for』)+『名』》

斜めの;斜めに裁った

(…に対して)〈人〉‘に'偏見を抱かせる,〈人の意見・心〉'を'一方に片寄らせる

《+『名』+『against』(『towards, in favor of』)+『名』》

woman

〈C〉(成人した)『女』,女性,婦人

〈U〉《冠詞をつけずに》『女性[全体]』,女

〈C〉《the womanhood》女らしさ,女性特有の感情(性格,言葉づかいなど)

〈C〉(主婦の代りに)家事をする女性,お手伝いさん;(女王に仕える)侍女,女官

〈C〉《修飾語[句]を伴って》妻,恋人,愛人

minority

〈C〉《単数形で》(ある集団または全体を構成する,多数に対する)『少数』,(過半数に対する)半数以下

(またminority group)〈C〉(人種・宗教・政治の点で)『少数派』,少数グループ,少数民族

〈U〉未成年;未成年期

shot

shootの過去・過去分詞

against

…『に対して』,に逆らって(in opposition to);…に不利に

《保護を表す動詞と共に》…『から』

…『にぶつかって』,に向かって

…『にもたれて』,に寄りかかって

(災難・事故・万一の場合など)『に備えて』,を避けるように

…『を背景として』,と対照して

…と交換に,と引き換えに

early

(時間・時期が)『早い』,『初期の』

昔の

(普通より,予定より)早い

近い将来の

(時間・時期的に)『早く』

(予定・ふだんより)早く

immediate

『即座の』,即時の

当座の,当面の

(時間・空間的に)すぐ近くの

直接の,じかの(direct)

puzzle

《単数形で》(頭を)『悩ませる物』(『事』,『人』),難問,難物

《しばしば複合語で用いて》(遊び用の)『パズル』,判じ物,なぞ

〈難問が〉〈人〉‘の'頭を悩ませる;(…について)〈頭〉をひねって考える《+『名』+『about』(『over』)+『名』》

(…に)頭を悩ませる,(…を)頭をひねって考える《+『about』(『as to, over』)+『名』》

weird

起自然的な,不思議な,気味の悪い

『話』変な,妙な

timing

時間の調節;時間を測定[記録]すること

broke

breakの過去形

ほとんど(全く)金を持たない,文なしの

free

(束縛された状態になく)『自由な』,自由の身の

(国家・国民などが)『独立している』

(思想・行為などが)強制されない,自発的な

(動作が)拘束されない,無理のない

《補語にのみ用いて》(苦痛・制約などを)『免れている』,(誤り・偏見などの)ない《+『from』(『of』)+『名』》

《補語にのみ用いて》《『be free to』do》『自由に』…『できる』

(仕事から)解放された,暇になった;(部屋などが)使用されていない,空いた

『無料の』;無税の

出し惜しみしない

遠慮のない,慎みがない

(道路などが)障害のない,自由に通れる

固定していない,離れた

無料で

自由に,妨げられずに(freely)

(…から)〈人・国など〉‘を'『自由にする』,解放する《+『名』+『from』+『名』》

(困難などから)〈人〉‘を'救う《+『名』+『form』+『名』》

(障害などを)〈人・物〉‘から'取り除く《+『名』+『of』(『from』)+『名』》

(物を)…‘から'片付ける,外す《+『名』+『of』+『名』》

happening

《しばしば複数形で》事件,でき事

《おもに米》(劇などで)即興的な展開

confess

〈罪・秘密など〉'を'『白状する』,打ち明ける

〈過失など〉'を'『認める』

(神・司祭に)〈罪〉'を'ざんげする《+『名』+『to』+『名』》;(司祭が)〈人〉‘の'ざんげを聞く

〈人が〉(…を)『自白する』,告白する《+『to』+『名』(do『ing』)》,罪を認める

(司祭に)ざんげをする《+『to』+『名』》;〈司祭が〉ざんげを聞く

higher-up

上役,高官

serious

『まじめな』,厳粛な

『本気の』,冗談でない,真剣の

(物事が)『重大な』,容易ならない

(人・作品などが)重要な,偉い

teen

=teenage

=teenager

wear

<服・靴・帽子・装飾品・ひげなど>‘を'『身につけている』

〈ある表情・態度など〉‘を'『表している』,示している

(使用して)…‘を'『すり減らす』,使いふるす;(摩擦などで)…‘を'を損なう

〈穴・みぞなど〉‘を'すり減らして作る(あける)

(使用・摩擦などで)『すり減る』,すり切れる

《様態・時間を表す副詞[句]を伴って》〈品物などが〉長もちする

『着用』,使用

《集合的に》《単数扱い》『衣類』,衣料品

すり切れ,消耗,摩滅

(衣類などの)耐久力,もち

jean

〈U〉ジーン布(じょうぶなあや織りの綿布)

《複数形で》ジーパン;(ジーン布製の)作業服

sneaker

《複数形で》《おもに米》ゴム底の運動靴,スニーカー

こすい人;こそどろ

age

〈U〉(一般に)『年齢』,寿命;〈C〉(個々の)『年齢』,年

〈U〉成年(おとなとしての資格・権利を得る年齢;通例18または21歳)

〈U〉『老齢』;《集合的に》老人たち

〈U〉(人生の)『一時期』;〈C〉世代(generation)

〈U〉〈C〉《しばしばA-》(歴史上の)『時代』

〈C〉《話》長い間

年をとる,ふける;〈物が〉古くなる

〈年〉'を'とらせる;〈物〉'を'古びさせる

gender

(名詞・代名詞の)性

certainly

『確かに』,確実;きっと,まちがいなく

《問い答えて》『承知しました』,いいですとも,もちろん

complicated

『複雑な』,込み入った(complex)

currently

現在は;広く,一般に

infer

…‘を'『推論する』,推量する

crumb

《通例複数形で》(食べるときなどこぼれ落ちる)『パンくず』,ケーキのかけら

(…の)少量,わずか《+『of』+『名』》

パンの中身(パンの皮の内側にあるふかふかした部分

…‘に'パン粉をまぶす

〈パンなど〉'を'ぼろぼろにくずす

disclose

〈隠れたもの〉‘を'あらわにする,見せる(uncover)

〈秘密など〉‘を'打ち明ける,明らかにする(reveal)

sexual

性の,男女(雌雄)の

有性生殖の

orientation

〈U〉(新しい環境などに)適応させること(すること)

〈U〉方位測定

〈C〉〈U〉(新入生などへの)オリエンテーション

personality

〈C〉〈U〉(他人と区別する)『個性』,性格

〈U〉〈C〉『人格』,人柄,風格

〈C〉(特にある方面での)著名人,有名人

trait

特性,特質,特色

political

《名詞の前にのみ用いて》『国家の』,政府の;『政治の』,政治上の:

《名詞の前にのみ用いて》国家(政府)に有害な

政治好きの,政治活動する

政略的な

leaning

(…に対する)傾向,好み,趣味《+『to』(『toward』)+『名』》

level

(土地などが)『平らな』,水平な,凸凹のない

『同じ高さ(程度)の』

《話》精神状態がよくつり合いのとれた,分別のある

〈U〉〈C〉(地位・程度などの一般的な)『標準』,『水準』,レベル

〈C〉(高さ・深さの基準となる)『水平面』,水平線

〈C〉〈U〉(ある物と比べたときの)『高さ』,深さ

〈C〉(建物の)階,層

〈C〉《おもに米》(水準器《英》spirit level)

〈物の表面〉‘を'『平らにする』

〈木・家など〉‘を'倒す

〈地位・程度など〉‘を'一様にする,平均する

《『level』+『名』+『at』+『名』》(目標に)〈銃など〉の水準器を合わせる

《『level』+『名』+『at』(『against』)+『名』〈人〉》(人に)〈非難など〉‘を'浴びせる

水平に,平らに

accuracy

『正確さ』,精密

inference

〈U〉推量,推論,推測

〈C〉推量の結果,結論

predict

(知識・経験・吹論などで)'‘を'『予報する』,『予言する』

likelihood

(…が)ありそうなこと,(…の)見込み,可能性(probability)《+『of』+『名』》

clinical

臨床の,臨床講義の

病床の

臨床的な,客観的な態度の

postpartum

出産後の,分娩(ぶんべん)後の

depression

〈C〉『くぼ地』,くぼみ

〈U〉〈C〉『意気消沈』,憂うつ;うつ病

〈C〉『不景気』,不況

〈U〉押し下げること,降下,低下

social

『社会の』,社会的な

『社交界の』,上流社会の

《名詞の前にのみ用いて》『社交の』,親睦(しんぼく)の

(アリ・ハチなどが)群居する

親睦(しんぼく)会,懇親会

medium

中間(中程度)にあるもの,中庸(mean)

媒介物,媒体

《複数形mediaで》=mass media

『手段』,方法(means)

(芸術の)表現手段,手法

(動植物がそこで生存し機能を発揮する)環境;(細菌の)培地,培養基

霊媒者

『中間の』,並みの

result

〈C〉〈U〉『結果』,結末;成果,効果

《複数形で》(試験・競技などの)『成績』

(…の)『結果起こる』(『生じる』)《+『from』+『名』(do『ing』)》

(…という)『結果になる』,(…に)終わる(end)《+『in』+『名』(do『ing』)》

impressive

『印象的な』,強い印象(感銘)を与える

onset

攻撃,襲撃

(病気・季節などの)始まり,開始《+『of』+『名』》

symptom

(病気の)徴候,症状《+of+名》

(一般)に(…の)徴候,きざし,印《+of+名》

prediction

〈U〉予報(予言)すること

〈C〉予報(予言)される事;(…という)予報,予言《+『that節』》

hop

〈人が〉『片足でぴょんぴょんと跳ぶ』

〈鳥・動物が〉足をそろえてぴょんぴょん跳ぶ

…‘を'跳び越える

《話》(特に,ただで)〈乗物〉‘に'乗る

ぴょんぴょんと跳ぶこと,跳躍

《話》(飛行機の)飛行;一航程

《話》ダンス,ダンスパーティー

《話》(ボールの)バウンド

intervention

(…が)間に入ること(…の)干渉;調停,仲裁《+『of』+『名』》

context

〈C〉(文章の)前後関係,文脈

〈U〉(事の)周囲の情況,背景

approach

〈ある時間・場所・状態〉‘に'『近づく』,接近する

(ある目的・要求で)〈人〉‘に'近づく,交渉する《+『名』〈人〉+『on』(『about』)+『名』(do『ing』)》

〈研究・仕事など〉‘に'取りかかる,〈問題など〉'を'扱う

〈時・事などが〉『近づく』

(程度・性質などにおいて)(…に)似ている,近い《+『to』+『名』》

〈U〉〈C〉(…に)『接近』,近づくこと《+『to』+『名』》

《しばしば複数形で》(ある目的で)(人に)近づくこと,取り入ること《+『to』+『名』》

〈U〉(…との)近似,類似《+『to』+『名』》

〈C〉(…へ)近づく道,(…への)入り口《+『to』+『名』》

〈C〉(問題・作品などの)扱い方,手引き;(…の)学習(研究)法《+『to』+『名』》

large

(同じ種類のものと比較して,形・体積・数量などが)『大きい』,多い,広い

(考えなどが)広範囲な,幅の広い,寛大な

大きく

自慢して,誇大に

weed

〈C〉『雑草』

《the Weed》(巻き)たばこ,葉巻き;マリファナ

〈C〉(特にひょろ長い)弱々しい人

〈庭など〉の『雑草を抜く』,草を取る

(…から)〈雑草〉を抜く《+名+out of(from)+名》

future

〈U〉〈C〉『未来』,将来

〈C〉将来の可能性,(有望な)将来性

《the ~》(文法で)未来時制,未来形

《複数形で》先物[契約]

『未来の』,将来

(文法で)未来の,未来形の

depress

…‘の'『元気をなくさせる』,‘を'落胆させる

〈力・活動など〉‘を'弱める,衰えさせる

…‘を'押し下げる,下へ押す

〈相場・市場など〉‘を'下落させる,不景気にする

maybe

『たぶん』,おそらく,ことによると

pregnant

(比較変化なし)『妊娠している』

《名詞の前にのみ用いて》含みのある

《補語にのみ用いて》(…を)いっぱいに含んだ,はらんだ《+『with』+『名』》

《文》想像(工夫)に富んだ

aggressive

侵略的な,攻撃的な

積極的な,反対を恐れない

culture

〈U〉『教養』;修養;教化

〈C〉〈U〉『文化』(主として精神面をさし,生活・習慣・物の考え方などを含む)Greek cultureギリシア文化

〈U〉(…の)『耕作』;『栽培』,養殖,培養《+『of』+『名』》

breakdown

(列車・機械などの)故障,破損

病気で倒れること,衰弱

分析

balanced

意志強固な,心のぐらつかない

variable

『変わりやすい』,一定しない,気まぐれの

変えられる,可変の,調節できる

《英》《遠回しに》(演技などが)むらがある

変化するもの,変化しやすいもの

(数学で)変数

label

(品名・製造元などを示す)『はり札』,ラベル;(小包などの)荷札

(団体・運動・政党支持者などの特徴を示す)短い文句,通り名;(辞書の見出し語などにつける)ラベル([物理][化学]など)

…‘に'『ラベルをはる』,荷札をつける;《比喩(ひゆ)的》〈人〉‘に'レッテルをはる

risk

『危険』;危害(損害)を受ける可能性《+『of』+『名』(do『ing』)》

〈生命など〉‘を'『危険にさらす』

…‘を'危険(失敗,損失など)を覚悟してする

pregnancy

〈U〉〈C〉妊娠の状態(期間)

〈U〉《文》含蓄

guy

控え綱,支え綱(テント・棒などを倒れないように張る綱)

…‘に'控え綱を張る(で締める)

scale

《しばしば複数形で》『てんびん』,はかり

てんびんのさら

《重量を表す副詞[句]を伴って》…の目方(体重)がある

…‘を'てんびんではかる

select

(最高・最適のものとして)…‘を'『選ぶ』,選抜する,選出する

(人が)『えり抜きの』,精選された

《名詞の前にのみ用いて》(製品・産物などが)『品質の良い』,粒よりの,高級(上もの)の

(クラブなどが)人選のやかましい,閉鎖的な

black box

ブラックボックス(機能は決められているが内部構成は決められていない電子回路の一部)

safeguard

(…に逐して)保護(予防)するもの(手段)《+『from』(『against』)+『名』》

(…から)…‘を'保護する,守る(protect)《+『名』+『from』(『against』)+『名』》

shady

『陰になっている』,陰の多い

陰を生ずる

《話》うさん臭いところがある,うしろ暗い

step

『一歩』,歩み;一歩の距離,歩幅;短い距離

(階段・はしごの)『段』,踏み段;《複数形で》『階段』

(目的・目標への)『一歩』,一段階《+『to』(『toward』)+『名』》

足音

足跡

『歩調』,足取り;(ダンスの)ステップ

(目標に近づく)『手段』,方法,処置

階級,昇級

(音楽で)音程

(温度計などの)目盛り

《方向を表す副詞[句]を伴って》(…の方へ)『歩む』,一歩踏み出す,行く

(…を)踏みつける《+『on』+『名』》

〈足〉‘を'踏み出す;〈ダンス〉‘の'ステップを踏む

…‘を'歩測する《+『off』(『out』)+『名』,+『名』+『off』(『out』)》

〈段〉‘を'切り込む

puppy

子犬

tail

〈C〉『尾』,しっぽ

〈C〉『尾に似た物』;(飛行機・車の)尾部

〈C〉(…の)『後部』,末端,終り(底)の部分《+of+名》

〈C〉コインの裏側

《複数形で》燕尾(えんび)服(tail coat)

〈C〉《俗》しり,けつ

〈C〉《俗》尾行者

…‘に'尾をつける

《話》〈人〉‘を'尾行する

〈物・音が〉しだいに減ってゆく,消えてゆく《+away(off, out)》

star

『星』;恒(fixed star)

『星形のもの』;星章,星標(*)(asterisk)

『スター』,花形

(人の運勢を左右するといわれる)運星;《しばしば複数形で》運勢,運,星回り

(星印で示した)等級

《文》実現不可能な逆標(願望)

星の

花形の,主役の;卓越した,すぐれた

…を星(星形の物)で飾る;…‘に'星印をつける;(…を)…‘に'のようにちりばめる《+『名』+『with』+『名』》

…‘を'主役にする

主役を務める,主演する

mind

〈U〉(思考・知覚・意志などをつかさどる)『心』,精神

〈C〉《単数形で》(心の働きによって生じた)『知性』,理性,理解力

〈U〉正常な精神状態,正気

〈C〉意見,考え方,物の見方

〈U〉記憶,回想

《one's~》注意,精神の集中

〈C〉《単数形で》願い,意向

〈C〉《前に形容詞を伴って》(…を備えた)人

《しばしば命令文で》…‘に'『注意する』,用心する

…‘の'番をする,世話をする(look after)

〈人,助言など〉‘の'言うことを聞く,‘に'従う

《否定・疑問・条件文で》…‘を'『気にする』,『気にかける』,いやだと思う

《疑問文・否定文で》気にする,心配する,いやに思う

rude

(人・人の行為が)『失礼な』,無作法な

《名詞の前にのみ用いて》大ざっぱに作った,粗雑な

《名詞の前にのみ用いて》荒々しい,激しい,突然の

未開の,原始的な

《名詞の前にのみ用いて》未加工の,自然のままの

clearly

『はっきりと』,明白に

『疑いもなく』,明らかに

《返事として》もちろんそのとおり,いかにも

death

〈U〉〈C〉『死』,死亡;死に方,死にざま

〈U〉死んだ[ような]状体

《the~》(…の)絶滅,破滅《+『of』+『名』》

《the~》(…の)死の原因,命取り《+『of』+『名』》

《通例『D-』》死神(手に鎌(かマ)を持った黒装束の骸骨(がいこつ)で表される)

stare

(…を)(目を大きく開いて)『じっと見つめる』,じろじろ見る,凝視する《+『at』(『into』)+『名』》

〈色などが〉目見つ

…‘を'『じっと見つめる』,じろじろ見る,凝視する

〈人〉‘を'にらみつけて(…)させる《+『名』〈人〉+『into』(『to』)+『名』》

『じっと見つめること』,凝視

monetary

貨幣の,通貨の

金銭上の;金銭についての

sense

〈C〉(五感による)『感覚』;(…の)感覚《+『of』+『名』》

〈U〉《しばしばa~》(…の)『感じ』,気持ち《+『of』+『名』》

〈U〉《a~,one's~》(…の)『理解』(『認識』)『力』,観念,センス《+『of』+『名』》

《one's senses》正常な感覚,正気

〈C〉《しばしば冠詩をつけないで》分別,良識

〈C〉(行動・発言・文などの)意義,意味(meaning)《+of(in)+名(do『ing』)》

〈U〉(…の)(全体的な)意向,動向《+『of』+『名』》

…‘を'感ずる,‘に'気づく

lead

《方向を表す副詞[句]を伴って》…‘を'『導く』,案内する

〈道・灯火などが〉…‘に'道筋を示す;(…へ)…‘を'導く《+『名』+『to』(『into』)+『名』》

…‘の'先頭になる,1番である

…‘の'『率いる』,指揮する

〈ある人生・生活〉‘を'経験する,生きる,送る

『先頭に立つ』,(競技・成績などで)リードスル

〈人が〉『案内する』,先導する

(…に)〈道などが〉『通じている』《+『to』+『名』》

(…の)結果となる《+『to』+『名』(do『ing』)》

〈U〉《the~》『先頭』,首位

〈C〉《a~》相手を引き離した点(時間,距離)

〈C〉模範,手本(example)

〈C〉(問題解決の)手がかり,ヒント(clue)

〈C〉(劇・映画などの)主役,主演俳優

〈C〉(新聞報道記事などの本文の前におく要約した)前文,前書き,リード

先頭の,主要な

steady

(速度・動作などが)『むらのない』,規則的な

『ぐらつかない』,しっかりした,安定した

『変わらない』,定まった

まじめな,着実な

動揺しない,落ち着いた

…‘を'安定させる,落ち着かせる

安定する,落ち着く

(婚約までは進んでいないが)決まった異性の交際相手(恋人)

stealthy

ひそかな,人目を忍んだ

shut

(…に対して)〈ドア・窓など〉‘を'『閉める』,閉じる(close)《+『名』+『on』(『to』)+『名』》

〈本・ナイフなど〉‘を'『閉じる』,たたむ

(…の中に)…‘を'閉じ込める《+『名』+『in』(『into』)+『名』》;(…から)…‘を'締め出す《+『名』+『from』(『out of』)+『名』》・〈店・事業など〉‘を'閉じる,閉鎖する・(ドアなどに)〈指・服など〉‘を'はさむ《+『名』+『in』+『名』》・閉じる,閉まる

market

〈C〉(食糧などが取り引きされる)『市場』,市(marketplace)

〈C〉(食糧品などが売られる)店

〈C〉〈U〉(商品が売買できる)『市場』,販路,取引き先

〈C〉(日用必需品の)商売,商取引き

〈〉(物品に対する)需要,要求,売れ口《+『for』+『名』》

〈C〉〈U〉『相場』,市況,市価

市場で売買する

〈食糧・物産など〉‘を'市場に出す;(市場で)〈商品〉‘を'売る

society

〈U〉《通例冠詞をつけないで》(全体として見た人間の)『社会』,世間[の人々],すべての人々

〈C〉〈U〉(特定の利害・文化を共にする人間の)『社会』

『会』,協会,クラブ

〈U〉『上流社会』[『の人々』],社交界

〈U〉交際,つきあい,社交

上流社会の,社交界の

totally

全く,完全に

action

〈U〉『行動』,活動;精力的な活動

〈C〉『行為』,行い;《複数形で》『日常の行動』,ふるまい

〈U〉〈C〉(人間・馬などの)身ぶり,動作,所作

〈U〉(身体諸器官の)働き

〈U〉(機械などの)『働き』,機能;(薬・化学薬品などの)『作用』

〈U〉〈C〉戦闘(battle)

〈C〉(銃・ピアノなどの)アクション,作動装置

〈C〉訴訟

〈U〉(劇・物語の)本筋,筋の運び

imprint

(…に)〈印など〉‘を'押す,〈模様など〉‘を'押してつける《+『名』+『on』(『upon』)+『名』》;(印・模様などを)…‘に'押す,押しつける《+『名』+『with』+『名』》

(心・記憶に)…‘を'刻みつける《+『名』+『on』(『upon, in』)+『名』》

押された印,押印,スタンプ;(…の)跡《+『of』+『名』》

(書物の)奥書き(出版者・発行日・版などを記したもの.外国の本では表紙に続く扉(title leaf)または その裏のページにある)

reflect

〈光・熱・音など〉‘を'『反射する』,はね返す

〈鏡などが〉〈人・物の姿〉‘を'『映す』,反映する

…‘を'表す,示す

〈行為・でき事が〉(人などに)〈名誉・不名誉など〉‘を'もたらす,招く《+『名』+『on』(『upon』)+『名』》

《『reflect』+『that』(『wh-節・句』)》…であると(…かどうか)よく考える,悟る

(…を)よく考える,熟考する《+『on』(『upon』)+『名』(do『ing』)》

〈物事が〉(…に)非難をもたらす,(…の)不名誉となる《+『on』(『upon』)+『名』》

amplify

…'を'拡大する,さらに加える

〈電流〉'を'増幅する

(…について)長々と述べる《+『on』(『upon』)+『名』》

ourselves

《強意用法》《weと同格に用いて》『私たち自身』,自分たちみずから

《再帰用法》《動詞・前置詞の目的語として》『私たち自身を』(『に』),自分たちを(に)

《まれ》《おもにthan,butなどの後でweの代用として》我々,私たち

neutral

『中立の』;中立国の

『公平な』,不偏不党の

(人・物が)特色のはっきりしない;(色が)はっきりしない,くすんだ

(酸性でもアルカリ性でもない)中性の

(電気が)中性の,(物体が)帯電していない

(自動車などのギアが)ニュートラルの

(文法で)中性の

〈C〉(戦争・論争などで)中立の人;中立国民;中立国

〈C〉くすんだ色,灰色

〈U〉(自動車などのギヤの)ニュートラル(動力のかかっていない状態・位置)

researcher

研究者,調査員

ad

《話》広告(advertisementの略)

suggest

<考え・計画など>‘を'『提案する,』言い出す

〈物事が〉…‘を'『連想させる,』思い起こさせる

…‘を'『それとなく示す』

criminal

『犯罪の』,罪の犯した

《名詞の前にのみ用いて》『研事上の』

《補語にのみ用いて》《語》ばかげた,途方もない

『犯人』

history

〈U〉『歴史』;歴史学

〈C〉『歴史書』

〈C〉(人の)『経歴』,来歴;(物事の)過去,由来

〈C〉史劇

none

《『none of』+『名』の形で》(…の)『どれも』『何も,だれも,少しも』)…『でない』

《no+名詞に代わって》『少しも』(『一人も,一つも』)…『ない』

《文》《主語として単独で用いて》『だれも』…『ない』

《『none too』…の形で》『少しも』(『決して』)…『ない』

《『none the』+『比較級』の形で》(…だからといって)少しも…でない《+『for』+『名』(do『ing』)》

hidden

隠された,隠れた,秘密の

uncover

…‘の'『おおい』(ふた)『を取る』

〈秘密など〉‘を'『明らかにする』,暴露する

《古》(敬意を表して)〈頭〉‘から'帽子を取る

(敬意を表して)脱帽する

consequence

〈C〉『結果』,成り行き;影響

〈C〉《文》重要性,重大さ

Wisconsin

ウィスコンシン州(米国中北部,ミシガン湖に接する州;州都は Madison;《略》WI,Wis.,Wisc

defendant

被告

sentence

〈C〉『文』,文章

〈C〉〈U〉(…に対する)『判決』,(刑の)『宣告』

〈人〉‘に'宣告する

prison

〈C〉〈U〉『刑務所』,監獄,拘置所

〈C〉〈U〉(一般に)閉じ込めておく場所,幽閉所

〈U〉監禁

evade

…‘を'うまく避ける(逃げる)

police

《the~》『警察』

《複数扱い》『警察官』(policemen)

(警察的な組織をもつ)治安隊,保安隊

(警察力で)…‘を'取り締まる;〈場所〉‘の'治安を保つ

…‘を'管理する,監視する

increasingly

ますます,だんだん(more and more)

parole

《米》仮釈放,仮出獄;仮釈放の身

(逃亡をしないという)捕慮の宣誓

〈囚人・捕慮〉‘を'仮釈放する

score

(ゲーム・競技の)『スコア』,得点記録

(ゲーム・競技の)『得点』

(試験の)点数,評点

《おもに文》20[の単位]

《複数形で》多数(の…)《+『of』+『名』》

《まれ》勘定,借金

《単数形で》理由,根拠,原因

(また『score mark』)刻み目,線,印

総譜,楽譜

(ゲーム・競技で)〈点数〉‘を'『得点する』

〈競技〉‘の'得点を記録する

〈得点〉‘を'〈人〉‘に'与える《+『名』〈人〉+『名』〈得点〉=+『名』〈得点〉+『to』(『for』)+『名』〈人〉》

〈試験〉‘を'採点する;(試験で)…‘の'点をとる《+『名』+『on』+『名』》

(…で)…‘に'刻み目(印)をつける,線をひく《+『名』+『with』+『名』》

《米話》…‘を'こきおろす,酷評する

《通例受動態で》(…のために)〈音楽〉‘を'作曲(編曲)する《+『for』+『名』》

(ゲーム・競技で)『得点する』

優勢となる,成功する

《俗》〈男が〉(女を)くどき落とす《+『with』+『名』》

《俗》麻薬を売う

calculate

…'を'『見積もる』,算定する

《受動態で》(ある目的で)…'を'意図する(intend)

(推理・常識・体験によって)…'を'予想する,判断する,‘と'思う

見積もる;計算する

commercial

『商業上の』,通商上の,貿易上の

営利的な,もうけ主義の;市販用の

広告放送の

(ラジオ・テレビの)コマーシャル

refuse

…‘を'『断る』,拒む

拒絶する,断る

challenge

〈U〉〈C〉『挑戦』,試合の申し込み;〈C〉挑戦状

〈U〉(番兵などが怪しい者に)'だれか'と呼び掛けること

〈C〉手ごたえのある事(物)

〈U〉〈C〉(…への)異議申し立て抗議《+『to』+『名』》

〈U〉〈C〉(陪審員に対する)忌避

(競技・決闘などを)〈人〉‘に'『挑む』,挑戦する

…'に'『異議を申し立てる』

〈物事が〉〈人〉'を'奮起させる,〈興味など〉'を'呼び起こす

〈番兵・守衛などが〉…'に''だれか'と呼び掛ける

〈陪審員・裁判官〉'を'忌避する

court

(またcourtyard〈C〉(建物や壁に囲まれた)『中庭』;中庭式の区画

〈C〉(テニス・バスケットボールなどの)『コート』

〈C〉(場末の)路地,袋小路

〈C〉〈U〉《しばしばC-》『宮廷』,皇居;《集合的に》廷臣たち

〈C〉〈U〉『法廷』,裁判所(court of justice);裁判,公判(trial)

《the~》《集合的に》裁判官,判事

〈U〉《まれ》求愛,言い寄り;きげんとり,追従

〈有力者など〉‘の'きげんをとる;〈女〉‘に'求愛する

〈賞賛など〉'を'求める,得るように努める

〈災いなど〉'を'招く〈男女が〉仲よくする

nonprofit

非営利的な

audit

会計検査(監査)

決算報告[書]

…‘の'会計検査(監査)をする

《米》(大学の講義)'を'聴講する

会計検査(監査)をする

public

《名詞の前にのみ用いて》『公の』,『公共の』,公衆の

公開の

《名詞の前にのみ用いて》『公務の』,公務に従事する

一般に知れ渡っている,周知の

《the~》《集合的に》『一般の人々』,公衆

《the~》《a~》…界,…仲間

outcome

(…の)『結果』,成り行き(result)《+『of』+『名』》

dismal

『陰うつな』,気のめいるような(gloomy);わびしい,ものさびしい(dreary)

見る(聞く)に耐えない,へたな

barely

『かろうじて』,『やっと』[…する],わずかに[ある]

むきだしに,あからさまに

chance

〈C〉〈U〉『偶然』,偶然のでき事;運,めぐり合わせ

〈U〉〈C〉(何かが起こる)『公算』,見込み,可能性(probability)

〈C〉『好機』,機会(opportunity)

〈C〉危険,冒険;かけ

《『chance to』 do》〈人が〉偶然;する

《『it chances』+『that』『節』》〈物事が〉偶然に起こる

…'を'運を天に任せてする

偶然の,はずみの

wrongly

間違って,誤って;よこしまに,不正に,不法に

black

『黒い』,黒色の

『暗い』,まっ暗な(dark)

(特にアフリカ系)黒人の

汚い(dirty),汚れた(soiled)

陰気な(gloomy);不吉な;見通しの暗い

怒った(angry);不きげんな(sullen)

腹黒い,邪悪な(wicked, evil)

《文》不名誉な

(コーヒーに)クリーム(牛乳)を入れない,ブラックの

〈U〉『黒』,『黒色』

〈C〉《しばしば『B-』》黒人

〈U〉黒衣,(特に)喪服

黒くなる;暗くなる

…'を'黒くする;…'を'暗くする(blacken)

(靴墨で)〈靴〉'を'みがく

twice

『2回』,2度

『2倍[に]』

rate

〈C〉『割合』,『率』

〈C〉《the~,a~》『速度』(speed),進度

〈C〉『値段』,『相場』;料金

〈U〉等級(class),(…)等

《複数形ぃ》《英》地方税

(…の金額に)…‘の'『値段を決める』,見積もる《+『名』+『at』+『名』》

…‘を'『評価する』,みなす

《米話》…‘に'値する,‘の'価値がある

『評価される』;みなされる

white

〈U〉『白』,白色

〈U〉〈C〉白いもの;(特に)『卵の白身』

〈U〉『白衣』,白色の服;《しばしば複数形で》白の制服(運動着など)

〈C〉白人

『白い』,白色の,純白の

(恐怖で人・顔・唇などが)『青白い』,血の気のない(pale)

(皮膚の色の)白い,白人の

(髪・ひげなどが)銀色の,改色の

雪のある,雪の積もった

《おもに古》潔白の,罪のない

《英》(コーヒーが)ミルク入りの

…‘を'白くする,漂白する

case

〈C〉(…の)『実例』,事例《+『of』+『名』》

《the case》『実情』,真相

〈C〉〈U〉『場合』,情況,事情,立場

〈C〉(…の)(決定すべき)問題,重大事《+『of』+『名』》

〈C〉『訴訟』[『事件』],裁判

〈C〉(正当な)論拠,弁護;(被告または原告の)主張,申し立て

〈C〉病状,容態;(症状から見た)患者

〈C〉〈U〉格(名詞・代名詞の語形変化)

county

《英》『州』

《米》『郡』

州民,郡民

Florida

フロリダ州(米国南東端の州;州都はTallahassee;《略》『Fla.,Flor.,FL』)

street

(両側に歩道と建物のある)『街路』,通り;…街(通り)(《略》st.)

(歩道と区別した)車道

町内の人々

spot

『斑点』(はんてん),まだら,ぶち;(太陽の)黒点

『しみ』,よごれ;吹出物,にきび

(…に対する)汚名,汚点《+『on』+『名』》

『場所』,地点;部分,箇所

(順序・組織における)位置;立場,おかれた状況

《a spot》《英話》(…の)少量,ちょっぴり(の…);(…の)1杯《+『of』+『名』》

(ラジオ・テレビ番組の)構成区分

…‘を'『しみで汚す』,‘に'汚れをつける;…‘に'斑点(はんてん)をつける,‘を'まだら(ぶち)にする;( …で)…‘に'しみ(斑点)をつける《+『名』+『with』+『名』》

〈人格・名声など〉‘を'汚す,傷つける

(特定の場所に)…‘を'置く,配置する

…‘を'見つける;(…だと)…‘を'見抜く《+『名』+『as』(『for』)+『名』》

〈インクなどが〉『しみになる』;〈布などが〉汚れる

即座になされる,即時払いの(引き渡しの)

現場での,現地の

(ラジオ・テレビで)番組の間に放送される

ちょうど,ぴったり(exactly)

bike

=bicycle

scooter

スクーター(足板に片足を載せて走る前後2輪の子供用のハンドル付き車)

モータースクーター(=motor scooter)

porch

ポーチ(母屋(おもや)から張り出した玄関,車寄せ,入り口部分)

《米》ベランダ

jump

《副詞[句]を伴って》(地面などから)『跳ぶ』,跳躍する

急に(さっと)立ち上がる

(驚き・恐怖などで)(…に)ぎくっ(ぎょっ)として跳び上がる《+『at』+『名』》

〈金額・数量が〉急増する,急上昇する

…‘を'跳び越える

〈人・動物〉‘を'跳躍させる,急に動かす

《話》…‘に'急に襲いかかる

〈C〉『跳ぶこと』,跳躍,ジャンプ

〈C〉(跳び越さねばならぬ)障害物

〈C〉一跳びの幅(高さ)

〈C〉(驚き・恐怖などで)ぎくっと(ぎょっと)すること

《the jumps》《話》神経的な震え,動揺,いらいら

〈C〉(…の)急増,急上昇《+『in』+『名』》

《the ~》ジャンプ競技

〈C〉飛行機からの落下傘降下

speed

〈U〉(運動・動作の)『速いこと』,速さ・〈C〉『速度』,速力(velocity) ・〈C〉(自動車などの)変速ギア・〈U〉〈C〉(写真で)

(フィルムの)感度,感光性

レンズの明るさ・シャッター速度・覚醒(かくせい)剤,興奮剤

・『急ぐ』,疾走する・《通例現在分詞形で》制限速度以上で運転する,反則の速度で走る・〈仕事・車など〉‘の'速度を上げる

drop

〈しずくが〉『したたる』,垂れる《+『down』》

〈物が〉『落ちる』,落下する《+『down』》

〈人が〉『ばったり倒れる』,崩れ落ちる

『下落する』,減少する《+『off』(『away』)》

終わる,やめになる

《副詞[句]を伴って》引き離される,落後する

(…から)手を引く,やめる《+『from』(『out of』)+『名』》

(…に)ちょっと立ち寄る,(…を)ひょっこり訪ねる《+『in』(『by,over,round』)『at』(『on』)+『名』》

…‘を'『したたらせる』,垂らす

(…へ)…‘を'『落とす』,落下させる《+『名』+『into』(『on』)+『名』》

…‘を'降ろす,下げる

…‘を'減少させる

…‘を'漏らす,ふと口にする

〈人〉に〈短い手紙・伝言〉‘を'送る

《話》…‘を'なぐり倒す,撃ち落とす

《話》《副詞[句]を伴って》〈人〉‘を'乗り物から降ろす

(…から)〈ある音・文字〉‘を'落とす,抜かす,省く《+『名』+『from』+『名』》

〈人〉‘と'関係を絶つ;〈問題など〉‘を'打ち切る

…‘を'やめさせる;(…から)…‘を'追い出す《+『名from』+『名』》

(ばくちなどで)〈金〉‘を'なくす

〈C〉(…の)『しずく』,したたり《+『of』+『名』》

〈C〉(液体・事物の)少量,微量《+『of』+『名』》

〈C〉あめ玉,ドロップ

《a ~》落下,降下(fall);落下距離

《a ~》(…の)下落,減少《+『in』+『名』》

《複数形で》点滴薬

《話》《a ~》少量の酒

〈C〉《おもに米》(郵便箱などの)落とし口,差し入れ口

foolish

『愚かな』,思慮分別のない

こっけいな,おかしい

無意味な,つまらない,ばかばかしい

couple

(同種類の物が)『2個』《+『of』+『名』》

『夫婦』,男女一組

《話》(…の)いくらか,少数《+『of』+『名』》

…'を'『つなぎ合わせる』;(…に)…'を'連結する《+『名』+『to』(『with』)+『名』》

…'を'(…と)関連づける《+『名』+『with』(『to』)+『名』》

…'を'結婚させる,〈動物〉'を'つがわせる

〈動物〉交尾する

juvenile

少年少女向きの

少年の,少女の,若い

子供じみた,未熟な

少年,少女

子役の俳優

meanwhile

=meantime

arrest

(…の罪で)…'を'『逮捕する』,検挙する《+『名』+『for』+『名』》

〈進歩など〉'を'止める

〈注意など〉'を'ひく

逮捕,検挙

止めること,阻止,停止

shoplift

…‘を'万引きする

万引きする

depot

《米》(鉄道の)駅,(バスの)発着所

(軍隊の)物資集積所

置き場,貯蔵所,倉庫

《英》連隊本部

dollar

『ドル』(米国の貨幣単位で100セント;記号は$,$)

ドル(カナダ・ニュージーランド・オーストラリアなどの貨幣単位)

1ドル紙幣,1ドル金貨,1ドル銀貨

worth

(…するだけの)『価値がある』,(するに)値する《+名(doing)》

(…の)『値打ちがある』,(…と)同じ価値の《+名》

(…だけの)財産を持つ《+名》

(人・物事の)『真価』,価値

(金銭的な)『価値』,値打ち

(金額相当の)分量

富,財産

stuff

『材料』,原料,資料

《話》(ばく然と)『物』

素質,本領

くだらないもの(こと);ばかげた考え

《古》布地

(…を)〈入れ物・車など〉‘に'『詰める』,詰め込む《+名+with+名》

(入れ物などに)…‘を'『押し込む』《+名+into+名》

(…で)〈穴など〉‘を'ふさぐ《+up+名+with+名》

《しばしば受動態で》《話》(食物を)〈自分,自分の復〉‘に'詰め込む

(料理の材料で)…‘に'詰め物をする《+名+with+名》

(剥製にするため)〈死んだ動物〉‘に'詰め物をする

〈投票箱〉‘に'不正票を入れる

たらふく食べる

similar

(大体において)『似ている』,類似した同様の

(図形が)相似の

petty

『取るに足らない』,重要できない

『下級の』

心の強い,狭量な

crime

〈C〉(事律上の)『犯罪』,罪

〈U〉(一般に)犯罪[行為]

〈C〉《a~》『よくない行為』,ばかげた行為

prior

(時間・順序が)『前の』先の;(重要さが)優先する

armed

武装した

(ある目的のために)用意した

robbery

泥棒(強盗)をすること;強盗罪

conviction

〈U〉〈C〉『確信』,自信

〈U〉《文》説得力,確信を抱かせること

〈U〉有罪宣告;〈C〉有罪判決

record

〈C〉(…の)『記録』,(…を)記録すること《+『of』(『about』)+『名』(『wh-節』)》

〈C〉公文書;公判記録;(昔の)遺物

〈C〉(個人・団体の)『経歴』;業績;成績

〈C〉(スポーツなどの)『最高記録』,レコード

(また『disc』)〈C〉音盤,レコード

記録的な

(文書・写真などに)…‘を'『記録する』

〈計器などが〉|‘を'示す

〈音〉‘を'テープ(レコード)に吹き込む

〈作品など〉‘を'録音する

serve

〈人が〉〈人〉‘に'『仕える』,‘の'役に立つ;〈社会など〉‘に'尽くす

〈神・君主など〉‘に'仕える,服従する

(公職・兵役などで)〈ある期間〉‘を'『勤める』,〈判決・刑罰など〉‘に'『服する』

〈要求など〉‘を'満たす,〈目的など〉‘に'かなう

〈物が〉(…として)〈人〉‘の'役に立つ《+『名』〈人〉+『as』(『for』)+『名』》

〈食事・飲物など〉‘を'出す,〈人〉‘に'配膳する

(規則的にまたは引き続いて)(…を)…‘に'供給する《+『名』+『with』+『名』》

(テニス・バレーなどで)〈ボール〉‘を'サーブする

(人に)〈令状など〉‘を'送達する《+『名』+『on』+『名』〈人〉》;(令状などを)〈人〉‘に'送達する《+『名』〈人〉+『with』+『名』》

(また『service』)〈動物が〉…‘と'交尾する

(…として…のもとで)『仕える』,勤務する《+『under』(『at, on』)+『名』+『as』+『名』》

『役立つ』,利用できる

『給仕をする』,食事をすすめる

〈天候・時間などが〉都合がよい

(テニスなどで)ボールをサーブする

(テニスなどの)サープ[の番],サープの仕方

term

〈C〉『専門用語』,術語

〈C〉(一般に)語[句],言葉

《複数形で》言い道,言飯遣い

〈C〉『期間』

〈C〉〈U〉『学期』

《複数形で》(人との)間柄,仲《+with+名》

《複数形で》(協定などの)『条件』;要求額,値段

〈C〉(数式で)項

《term+名〈目〉+名(形)〈補〉》(…と)…‘を'名づける,呼ぶ

unchecked

抑制(阻止)されない

(答案などが)調べて(検査して)いない

applause

『拍手かっさい』;称賛

solve

〈問題など〉‘を'『解く』,解明する,解決する

feed

〈人・動物〉‘に'『食物を与える』,‘を'養う;《英》(…で)〈人・動物〉‘を'育てる,飼育する《+『名』+『on』+『名』》

《米》(人・動物に)〈食物〉‘を'与える《+『名』+『to』+『名』》

〈食物ず〉…‘の'食事となる,‘を'まかなう

(必要なものを)…‘に'供給する《+『名』+『with』+『名』》

(…に)〈必要なもの〉‘を'供給する,送り込む《+『名』+『into』(『to』)+『名』》

〈動物が〉食へる,《話》〈人が〉食べる

〈U〉『飼料』,えさ;〈C〉1回分の飼料

〈C〉《話》《単数形て》食事;ごちそう

rank

〈C〉〈U〉『階級』,等級;)相対的な)『順位』,地位:

〈U〉高い地位(身分)

〈C〉〈U〉(人・物の)『列』,並び;(兵隊)の横列

《the ranks》(また『rank and file』)(将校たちに対して)兵卒,下士官

…‘を'『並べる』

…‘を'『位置づける』,評価する

《米》…‘より'上位にある

『位置する』・「pull one's rank on 誰々」で「(誰々に)地位を悪用する; (意見が衝突したような場合に)階級をかさに着て(誰々に)命令を押しつける」

page

(本・手紙・新聞などの)『ページ』

(新聞などの)欄,記事

《文》注目すべき事件(時期)

…‘に'ページを付ける

follow

…‘の'『後について行く』;…‘の'後に続く(来る)

〈道など〉‘を'『たどる』,‘に'沿って行く

〈規則など〉‘に'『従う』

〈動きなど〉‘を'じっと見詰める,観察する

…‘を'理解する(understand)

…‘を'まねる,模範とする

〈職業〉‘に'従事する

…‘から'起こる(result from)

〈人・動物など〉‘を'追跡する,追う

『後について行く』(『来る』)

『続いて起こる』,次に来る

(論理的に)…という結論になる,当然の結果として…となる

sullen

(ある期間)『不きげんな』,むっつりした

『陰うつな』,陰気な(gloomy)

note

〈C〉《複数形で》『覚え書き』,控え,メモ

〈C〉(本文に対する)『注』,駐釈

〈C〉(形式ばらない)『短い手紙』,短信;外交上の文書

〈U〉『注目』,注意

〈U〉『重要性』(importance);顕著

〈C〉《単数形で》(声の)調子,(感情などの)しるし,兆候《+『of』+『名』》

=promissory note

〈C〉『紙幣』

〈C〉音楽;音符;(ピアノなどの)けん

…‘を'『書き留める』,記す

…‘に'『注意する』;…Iと'気づく

(取り立てて)…‘に'ついて言う,‘を'習す

acquaintance

〈C〉(それほど親密ではない)『知り合い』,知人

(またacquaintanceship)〈U〉《時にa~》( …を)『知っていること』,(…の)知識《+『with』+『名』》

difficult

(物事が)『難しい』,困難な,骨の折れる

(人が)『気難しい』,つきあいにくい,扱いにくい

engagement

〈C〉『約束』,契約,取り決め;(会合などの)約束,予約《+『for』+『名』》;(人との)約束《+『with』+『名』》

〈C〉『婚約』;婚約期間

〈C〉雇用;雇用期間

〈C〉会戦,交戦

《複数形で》債務,負債

〈U〉〈C〉(歯車などの)かみ合わせ

site

(町・建物などの)『場所』;敷地,用地

遺跡;(事件などの)現場

〈建物など〉‘を'位置させる(locate)

share

〈U〉《時にa~》『分け前』,取り分

〈U〉《時にa ~》(費用・仕事などの)『分担』,割り当て;(割り当てられた)役割

〈C〉『株』,株式,株券

〈U〉市場占有率(market share)

…‘を'『共にする』,共に使う;…‘を'分け合う

(…の)『分配にあずかる』,分担をする;(…を)共にする《+『in』+『名』》

comment

(…についての)『論評』,解説,注釈,意見《+『on』(『upon』)+『名』》

うわさ,世評

(…について)『論評する』,批評する,注釈する,解説する《+『on』(『upon, about』)+『名』》

《『comment』+『that節』》…であると論評する,意見を述べる

August

『8月』(《略》『Aug.』)

《形容詞的に》『August heat wave』{名}〈C〉8月の暑波『August vacation』{名}〈C〉8月の休暇

protest

(…に対する)『抗議』,異議の申し立て;(少し軽い意味で,…への)反対,不満《+『against』+『名』》

(…に対して,…について)『抗議をする』,異議を申し立てる《+『about』(『against』)+『名』(do『ing』)+『at』(『to』)+『名』》

(不信に対して,また不満・反対があって)…‘を'『主張する』,『断言する』

《米》…‘に'坑議する(protest against)

break

…'を'『壊す』,割る,砕く;…'を'折る

…'を'擦りむく

…'を'『役に立たなくする』,壊す

(小さな物に)〈組になった物〉'を'分ける,ばらす,〈お金〉'を'くずす《+『名』+『into』+『名』》

〈垣・へいなど〉'を'破って出る

〈法律・規則・約束など〉'を'『破る』,犯す

〈均整・秩序・配列など〉'を'破る,くずす;〈持続しているもの〉'を'中止する,妨げる

〈記録〉'を'破る,更新する

(…に)…'を'打ち明ける,知らせる《+『名』+『to』+『名』》

…'を'破産させる,倒産させる

〈気力・抵抗など〉'を'くじく;〈力・効果・強度〉'を'弱める

(…に)…‘の'位を下げる,…'を'降等させる《+『名』+『to』+『名』》

〈動物〉'を'ならす

〈人〉‘の'(…の)癖を直す《+『名』〈人〉+『of』+『名』(do『ing』)》

〈暗号など〉'を'解読する;〈事件・問題など〉を解決する,解く

《しばしば副詞[句]を伴って》『壊れる』,砕ける,割れる;破れる,破裂する

ぷっつりと切れる;中断する,途切れる;《米》仕事を中断する

はずれる,離れる,分離する《+『off』(『away』)》

故障する,壊れる,動かなくなる

突然始まる;突然変化する

夜が明ける

〈健康・気力などが〉衰える,弱る;〈心が〉悲しみに打ちひしがれる

〈株・価格などが〉急落する,暴落する

壊れた箇所,裂け目,割れ目

中断,途切れ;不和,仲たがい

休憩時間,小休止

逃亡計画,脱獄

(…に向かっての)突進

急な変化,顕著な変化

夜明け

《話》運,機会

Missouri

ミズーリ州(米国中部の州;州都はJefferson City;{略}『Mo.,MO』)

《the ~》ミズーリ川(Mississippi川の支流)

killing

殺害;屠殺(とさつ)

《話》(特に商売での)大もうけ

(仕事などが)疲労こんぱいさせる,ひどく骨の折れる

police officer

警官

murky

暗い;陰気な;曇った,霧(もや)がかかった

twitter

〈鳥が〉さえずる

(神経質に興奮して)(…について)ぺちゃぺちゃしゃべる《+on(about)+名》

くすくす笑う

《the ~》(鳥などの)さえずり,さえずる声

《a ~》(興奮による)身震い,そわそわ

nowhere

『ぞこにも』(『どこへも』,『どこでも』)…『ない』

どこにもない場所(no place);どことも知れぬ場所

無名[の状態]

disable

《しばしば受動態で》…‘を'役に立たなくする,無力にする,動けなくする

《文》(…から)…‘を'失格させる,無能力にする《+『名』+『from』+『名』(do『ing』)》

research

(新しい事実などの探究のための,特定の分野の)『研究』,『調査』《+『in』(『into』,『on』)+『名』》

…‘を'研究する,調査する

(…を)研究する,調査する《+into(on)+名》

widespread

(翼など)広げた

広範囲にわたる,行き渡った

click

(掛け金をかけたり,錠を回したりする時の)『カチリという音』

カチリと鳴る物;掛け金

『カチリと音がする』

《英俗》〈男女が〉意気投合する;(…と)カチッと気が合う《+『with』+『名』》

《話》成功する,うまくいく

《話》(…に)分かる,のみこめる《+『with』+『名』》

…'を'カチリと鳴らす

few

《aをつけて肯定的に》『少しはある』,多少の,いくつかの

《aをつけないで否定的に》『ほとんどない』,少数(少し)しかない

《aをつけて背定的に》(…の)『少数の人』(『物』)《+『of』+『名』〈複数〉》

《aをつけないで否定的に》(…の)少数の人(物)[しかない]《+『of』+『名』〈複数形〉》

《the~》少数の人たち,選ばれた人たち

instead

『その代りとして』,それよりも

highlight

(絵画・写真などの)最も明るい部分,ハイライト

(事件・勝負・ニュースなどの)最も目立つ部長,最高潮の場面,呼び物

〈絵画・写真などの部分〉‘に'ハイライトを置く,…‘を'最も明るくする

…‘を'強調する

ice

〈U〉『氷』

〈U〉《the~》表面に張った氷,氷面

〈C〉《米》氷菓子(シャーベット・フラッペなど)

〈U〉(気持ち・態度などの)冷たさ,よそよそしさ

…‘を'氷でおおう《+『名』+『over』(『up』),+『over』(『up』)+『名』》

…‘を'氷にする

(特に氷で)…‘を'冷やす,冷たくする

〈ケーキなど〉‘に'糖衣をかける

凍る《+『over』(『up』)》

bucket

『バケツ,手おけ』;(井戸の)つるべ

バケツ状の物;(水車・タービンなどの)水受け;(ポンプの)吸い子

バケツ1杯(の…)(bucketful)《+『of』+『名』》

worthy

『価値のある』,尊敬するべき

お偉方,名士,ごりっぱな人

cause

〈U〉『原因』,起因;〈C〉原因となる人(物事)

〈U〉『正当な理由』,根拠,動機

《the~》(…という)(身を捧げるべき)主義,主張,目的《+『of』+『名』》

〈U〉〈C〉訴訟[の理由];申し立て

…'を'『原因となる』,'を'引き起こす,もたらす(bring about)

dump

〈重い荷物など〉‘を'『どさっと落とす』(降ろす);〈ごみなど〉‘を'どさっと捨てる

(特に外国市場で)〈商品〉‘を'投げ売りする,ダンピングする

ごみ捨て場

(捨てられた)ごみの山

(弾薬・軍需品などの)臨時集積場

ice water

冷やした飲用水

donate

(…に)…‘を'寄贈する,寄付する《+『名』+『to』+『名』》

(…に)寄贈(寄付)する《+『to』+『名』》

charity

〈U〉『博愛』,慈愛,思いやり;(キリスト教の)愛

〈U〉『慈善』,施し;〈C〉施し物,寄付

〈C〉《通例複数形で》慈善事業,慈善施設

〈U〉(他人の言動に対する)寛容

conversation

(…との打ち解けた)『会話』,談話,座談《+『with』+『名』》

smother

…‘を'窒息させる,窒息させる

(…で)〈火〉‘を'おおって消す《+『名』+『with』+『名』》

(…で)…‘を'厚くおおう(包む)《+『名』+『with(in, between)』+『名』》

〈感情など〉‘を'おおい隠す,〈事実など〉‘を'もみ消す《+『up』+『名,』+『名』+『up』》

窒息する,息苦しくなる

(息が詰まるほど)濃い霧(煙,ほこり)

channel

〈C〉『水路』(川・湾・運河の船の通行ができる深い部分)

〈U〉河床・川底

〈C〉『海峡』

〈C〉みぞ(groove),(道路の)水渠(すいきょ)

《複数形で》(運搬・伝達の)正式の経路(手続き);(一般に)経路

〈C〉(テレビ・ラジオの)チャンネル

…‘に'水路を開く

…‘に'みぞを堀る

…'を'伝える,流す

finally

『最後に』(at the end)

最終的に,決定的に(decisively)

ついに,とうとう(at last)

resemble

…‘に'『似ている』,‘と'共通点がある(受動態や進行形にできない)

wipe

〈物など〉‘を'『ふく』,ふぐう

〈よごれなど〉‘を'『ふき取る』,ぬぐい去る《+『away』(『off』)+『名,』+『名』+『away』(『off』)》;(…から)…‘を'ふき取る《+『名』+『off』(『from, out of』)+『名』》

(…に)〈布など〉‘を'こすりつけてふく(ぬぐう)《+名+over(across)+鳴》

ふくこと,ぬぐうこと

floor

〈C〉『床』

〈C〉底,底面(bottom)

〈C〉(価格の)最低限度

〈C〉『階』,層

《the~》議場,議員席

《the~》(議員などの)発言権

(…で)…‘の'床を張る《+『名』+『with』+『名』》

…‘を'床(地面)になぐり倒す(knock down)

《話》〈問題・議論などが〉〈人〉‘を'打ち破る,困惑させる(puzzle);〈ニュースなどが〉〈人〉‘を'あ然(ぼう然)とさせる

contestant

争う人,競争相手,(競技会などの)出場者

jeopardy

危険,危機

player

『競技者』,『選手』

『俳優』,役者(actor)

『演奏者』

演奏装置,レコードプレーヤー

final

《名詞の前にのみ用いて》『最終の』,最後の

『最終的な』,決定的な(decisive);究極の(ultimate)

《しばしば複数形で》(競技などの)『決勝戦』

《米》学期末試験;《英》《複数形で》(大学などの)最終試験

《the ~》《話》(新聞のその日の)最終版

airport

『空港』

world war

『世界大戦』

hero

(偉業・勇敢な行為などで名を知られた)『英雄』,勇士,ヒーロー

(詩・小説・映画などの)『主人公』,主役

《米話》=hero sandwich

battle

〈C〉(個々の)『戦闘』,戦い;〈U〉『戦争』

〈C〉闘争

〈U〉《the~》勝利;成功

(…と)『戦う』《+『with』(『against』)+『名』》

…‘と'戦う,苦闘する

hum

〈ハチ・機械などが〉『ブンブンいう』,ブーンと鳴る

『鼻歌を歌う』,ハミングスル

(ちゅうちょ・当惑で)ふむふむいう

《話》〈雰囲気・事業などが〉活気がある,活発に動く;(…で)活気づく《+『with』+『名』》

…‘を'『ハミングで歌う』,鼻歌を歌って…‘を'(ある状熊に)する

(ハチ・機械などの)『ブンブン』[『うなる音』];鼻歌

(雑踏などの)ガヤガヤ]いう音],騒音

ふ‐む,う‐ん(ちゅうちょ・当惑・黙考・疑惑・不快などの声)

Chicago

『シカゴ』(『I』Illinois州にある米国の大都市)

Toronto

トロント(カナダのオンタリオ州の州都)

category

(論理学・哲学で)範疇(はんちゅう)(ある体系の中でその内容特質に応じて分けた部門)

error

〈C〉『誤り』,『まちがい』

〈U〉思い違い,誤解

〈U〉〈C〉過ち,過失

〈U〉(計数の)誤差

〈C〉(野球で)エラー,失策

fail

『失敗』する,しくじる;落第する

不足する,欠けている

『衰える』,弱くなる

〈会社などが〉破産する,倒産する

(いざというときに)〈人〉‘の'『役にたたない』,期待を裏切る,〈人〉‘を'見捨てる

〈教師が〉〈学生・生徒〉‘を'落とす,‘に'落第点をつける

〈学科・試験など〉‘に'『落第する』

=failure

fit

『適した』,適切な,ぴったりの

《補語にのみ用いて》よい調子で;健康で

《be fit to do》いまにも…しそうである《explode,burst,fall,dropなど危険な意

を含む動詞と共に用いる》

〈意図・目的など〉‘に'『合う』,ふさわしい

(…に)…‘を'『合わせる』,はめ込む,取り付ける《+『名』+『to』(『into,in,on』)+『名』》;(…を)…‘に'合わせる《+『名』+『with』+『名』》

〈人〉‘に'資格をつける,‘を'適させる

適する,合う(服・靴などの)でき具合;体に合うもの

〈U〉適合,対応

pattern

(壁紙・織物などの)『模様』,柄,デザイン

『模範』,手本

『原型』,ひな型

(行動・性資の)『型』,様式パターン

(…の型)・手本に従って)…‘を'型どる,作る,まねる《+『名』+『upon』(『on, after』)+『名』》

…‘を'模様をつける

expect

…‘を'『予期する』,予想する

(当然のこととして)…‘を'要求する

《おもに英語》《expect that節》…と思う

prepare

〈物事〉‘の'『準備をする,用意をする』

〈人〉‘に'『用意させる,心構えをさせる』

『準備する,用意する』,心構えをする

lousy

シラミのたかった

《話》いやな,ひどい,下劣な,鼻持ちならない

《話》(…が)うんざりするほどある;(…で)いっぱい《+『with』+『名』》

qualify

〈才能・技術などが〉〈人〉‘に'『資格を与える』

(…で)‘を'緩和する,適度にする《+『名』+『with』+『名』》

〈人〉‘を'(…と)称する《+『名』〈人〉+『as』+『名』》

(文法で)…‘を'修飾する(modify)

『資格を得る』,検定を取る

(スポーツで)予選を通過する《+『in』+『名』》

triple

3倍の

3重の,3部から成る

3倍の数(量)

(野球で)三塁打

…‘を'3倍(3重)にする

3倍(3重)になる

(野球で)三塁打を打つ

suck

(…から)〈ミルクなど〉‘を'『吸う』,すする《+名+from(out of)+名》

…‘の'汁を吸う(すする)

(口の中で)…‘を'『しゃぶる』,なめる

(一般に)…‘を'吸い込む,吸い取る《+in(up)+名》

(…を)吸う《+at+名》

乳を吸う

吸うこと,吸収 ・フェラチオをする・価値がない、最低だ、最悪だ、ひどくいやったらしい、むかつくほどだ、不快だ、不十分だ、低品質{てい ひんしつ}だ   ・ That company sucks. : あの会社は最低だ。 ・ You suck. : あんた最低ね。

stack

『干し草の山』,麦わらなどの山,いなむら

(一般に,物を積み上げた)『山』,(…の)積み重ね《+『of』+『名』》

(図書館などの)書架,ラック;《複数形で》(特に,図書館などの)書庫

煙突

《しばしば複数形で》《話》多数,多量(の)《+『of』+『名』》

〈干し草・本・皿など〉‘を'積み重ねる《+『up』+『名,』+『名』+『up』》

(…を)〈ある場所〉‘に'積み上げる《+『名』+『with』+『名』》

《米話》(…に対して)〈カード〉‘を'不正な切り方をする《+『名』+『against』+『名』》

〈飛行機〉‘を'空港上空で旋回待機させる

山に積まれる,山になる

〈飛行機が〉空港上空で旋回待機する

overflow

〈川が〉『氾濫(はんらん)する』,〈容器が〉あふれる

〈中の物・人などが〉(…へ)『あふれ出る』《+『into』(『onto』)+『名』》

〈場所が〉(…で)『いっぱいになる』《+『with』+『名』》

〈川・水などが〉…★から'あふれ出る

〈川・水などが〉…‘を'水浸しにする

〈U〉〈C〉あふれ出ること氾濫,洪水(こうずい);(物・人数の)超過《+『of』+『名』》

〈C〉あふれ出た水;超過した物;過剰人員

〈C〉(許容量以上の水の出る)排水口,放出口

flash

(花・炎などの)『ひらめき』,ぴかっと(ぱっと,ちらっと)光ること;閃光(せんこう)《+『of』+『名』》

(機知などの)『ひらめき』;(喜びなどが)急にわいてくること《+『of』+『名』》

(写真の)フラッシュ

瞬間

ニュース速報,特報

『ぱっと光る』,(反射して)きらめく

〈目などが〉きらりと(ぎらっと)光る

(心に)〈言葉・考えなどが〉『ひらめく』《+『through』(『into, across』)+『名』》

《副詞[句]を伴って》〈人・車などが〉さっと通り過ぎる

…‘を'ぱっと照らす;〈火・光〉‘を'ぱっと発する

…‘を'ちらり(ぴかり,ぎらり)とさせる

(…に)〈サイン・視線など〉‘を'すばやく送る,さっと送る《+『名』+『at』+『名』》

(電信で)…‘を'急送する,速報する

急で短い,瞬間的な

《英話》(現代ふうで)気のきいた

crash

『ガラガラ』,『ドシン』(物が倒れたり砕けたりするときの音)

(飛行機の)『墜落』;(車の)『衝突』

(事業・相場などの)崩壊,破産

『ガチャン』(『ドシン』,『ガラガラ』)『と大きな音をたてる』

(…に)ガチャン(ドシン)と衝突する《+『into』(『against』)+『名』》

大きな音をたてて動く

〈飛行機が〉墜落する

〈事業などが〉つぶれる

(…にぶつけて)…'を'『ガチャン』(ドシン),『ガラガラ』)『と壊す』《+『名』+『against』(『into, to』)+『名』》

〈飛行機・車など〉'を'衝突させる

《話》(またgatecrash)(招待状・切符なしで)…‘に'押し掛ける・もぐり込む

応急の

Wall Street

ウォール街(New York 市にある米国金融の中心地)

米国金融界(市場)

fuel

〈U〉『燃料』;〈C〉(特定の種類の)燃料

〈U〉(感情などを)たきつけるもの《+『to』(『for』)+『名』》

〈炉・船など〉‘に'燃料を供給する

〈船・飛行機などが〉燃料を補給する《+『up』》

feedback

フィードバック(電子工学で,ある回路の出力側のエネルギーの一部を入力側へ戻し,出力の制御,修正をすること;社会学・心理学・生物などで,結果によって原因を自動的に調整する動作)

《話》(…についての)反応《+『about』+『名』》

loop

(糸・ひも・針金などで作った)『輪』・輪状のもの;(輪状の)湾曲部・(宙返り飛行・スケートなどで描く)輪・ループ (ある条件が成立するまで繰り返し実行される,プログラム中に記述された一連の命令のこと)・仲間、影響}を受け合う間柄・同列の立場・「keep誰々in the loop」として、「keep誰々informed:情報を(人)に絶えず提供し続ける、報告を(人)に欠かさない、(人)に逐次連絡する、(人)に常に通知する」・避妊リング; (鉄道・電線などの)環状線(loop line)・…‘を'輪にする,輪で囲む・…‘を'輪で結ぶ,輪で締める《+『up』+『名,』+『名』+『up』》・輪になる,輪を描く

sell

…‘を'『売る』,売却する

…‘を'『販売する』,商う

〈品質・値段・宣伝などが〉〈商品など〉‘の'売り行きをよくする

《話》(…を)〈人〉‘に'売り込む,受け入させる《+『名』〈人〉+『on』+『名』》

《話》〈計画・孝え・自分自身など〉‘を'売り込む

(…に)〈国家・名誉・良心など〉‘を'売る,売り渡す《+『名』+『to』+『名』》

《話》《通例受動態で》…‘を'だます,‘に'偽物を売りつける

〈商店・人が〉売る,販売する

〈商品が〉(…の値段で)売られている《+『at』(『for』)+『名』》

〈考えなどが〉(…に)受け入れられる《+with(to)+名》

《単数形で》《話》ぺてん,ごまかし

売り込み

trillion

(アメリカ・フランスでは)兆(1に0を12つけた数);(イギリス・ドイツでは)100京(1に0を18つけた数)

value

〈U〉(…の)『価値』,値打ち,有用性,重要性《+of+名》

〈U〉〈C〉(…の)『価格』,値段《+of+名》

〈U〉〈C〉《米》《修飾語句を伴って》(払った金銭に対する)正当な値打ち

〈C〉(単語の)意味,意義

〈C〉値,数値

〈C〉音の長短

〈C〉色価,(色の)明暗の度

〈C〉《複数形で》(道義・倫理などの)価値基準,価値観

(ある金額に)…‘を'『評価する』,見積もる《+名+at+名〈金額〉》

…‘を'『高く評価する』,尊重する,重んじる

lethal

死をもたらす,致死の;死をもたらす目的の

autonomous

自治の,自治権のある

maker

〈C〉『製作者』,作る人,メーカー

《複合語を作って》…製造業者,…屋

《the M-,our M-》造物主,神(God)

gatekeeper

門番,門衛

mistake

『誤り』,『間違い』;誤解,思い違い

…‘を'『間違って考える』,誤解する

《『mistake』+『名』+『for』+『名』》(別の物・人と)…‘を'『取り違える』

exactly

『正確に』,きちんと

ちょうど,まさしく

《否定文で》正確なところ,正確に言って,必ずしも(…でない)

《返事で》《yesの代わりに》全くそうです,そのとおりです;《not exactlyの形で否定して》必ずしもそうではない

escape

(危うく…から)『逃げ出す』,脱走する《+『from』(『out of』)+『名』》

(危うく逮捕・危害などから)『免れる』《+『from』+『名』(do『ing』)》

(容器などから)〈気体・液体・粒状物などが〉流出する,漏れる《+『from』(『out of』)+『名』》

(未然に)…‘から'『逃げる』,逃れる,‘を'うまくかわす

〈逮捕・危害など〉‘を'『免れる』,逃れる

〈人〉‘に'忘れられる,‘の'注意を引かない;〈人の注意など〉‘を'引かない

〈言葉・ため息などが〉〈人,人の口〉‘から'思わず出る

〈C〉〈U〉(…から)『逃げ出すこと』,脱走;(…を)免れること《+『from』(『out of』)+『名』》

〈C〉(…から)逃げる(逃れる)手段,逃げ道《+『from』(『out of』)+『名』》

〈C〉(…からの)(ガス・水などの)漏れ《+『of』+『名』+『from』(『out of』)+『名』》

responsibility

〈U〉『責任があること』

〈C〉『責任を負うべき事』(『物』),責務

opposite

(位置が)『向こう側の』,反対側の,向かい合わせの

(動く方向が)反対の

(性質上)『正反対の』,相入れない

(…の)『正反対の人』(『物』),相入れないもの《+『of』+『名』》

…に向かい合って

cultivate

〈土地〉'を'『耕す』;〈作物〉'を'『栽培する』;〈魚など〉'を'養殖する

…'を'『教化する』,養成する,育成する

…'を'得ようとする

suspicion

〈U〉〈C〉(…の)『疑い』,疑惑,嫌疑《+of+名》

〈C〉(…という)漠然とした感じ《that節》

〈U〉《しばしば a~》(…の)ほんの少し,気味《+of+名》

scrutiny

(…の)綿密な調査;(…を)くわしく見ること《+『of』+『名』》

investigation

(…の)『調査』,取り調べ,研究《+『of』(『into』)+『名』》

meaningful

有意義な,意義のある

transparency

〈U〉透明

透明なもの,(特に)スライド[写真]

accept

(喜んで)〈物〉'を'『受け取る』,〈事〉'を'受け入れる

〈提案・決定など〉'を'受諾する,〈事態・運命など〉に従う;(特に)…‘に'しかたなく同意する

〈弁解・説明・理論など〉'を'『認める』,容認する

〈責任・任務など〉'を'『引き受ける』

〈人〉'を'受け入れる,仲間(身内)に入れる

〈手形〉'を'引き受ける

objectivity

客観性;客観的実在

rather

『いくぶん』,やや

『それどころか』,反対に

《話》かなり,相当に

《英話》(応答に用いて)確かに,そうですとも(certainly)

complexity

『複雑さ』,〈C〉複雑なもの

invade

〈敵が〉…‘に'『侵入する』

〈人が〉…‘に'『押し寄せる』

〈権利など〉‘を'『侵害する』(violate)

〈病気などが〉…‘を'おかす

own

『自分自身の』,それ自身の,特有の

『自分自身のもの』,わがもの

…‘を'『所有する』,持つ

…‘を'『認める』,白状する;…‘を'自分のものと認める

(…を)白状する,告白する《+『up to』+『名』(do『ing』)》

(…を)認める《+『to』+『名』》

moral

《名詞の前にのみ用いて》(人・行為などが)『道徳的な』,道徳を守る;(人が)善悪の区別がつく

《名詞の前にのみ用いて》『倫理』(『道徳』)『上の』,道徳の(ethical)

『教訓的な』,道徳を教うる

精神的な

(物語・でき事などに含まれた)『教訓』,寓意(ぐうい)

《複数形で》(社会の)モラル,風儀;(個人の)『素行』,

within

『…以内に』

《距離》

《期間・時間》

《範囲・制限》

《おもに文・古》《場所》『…の内部に』,の中に

…の心の中に(で)

中に,内側に

『内部』

framework

(建物などの)骨組み;(…の)枠組《+『of』+『名』》

(…の)構成;組織《+『of』+『名』》

means

〈C〉《単数・複数扱い》『方法』,『手段』

《複数扱い》『資力』,『財産』,富

abdicate

〈地位・権利など〉'を'捨てる,‘から'退く

〈王が〉(…から)退位する《+『from』+『名』》

hold

(手などに)…‘を'『持つ』,『持っている』,つかむ,つかんでいる・〈人・物〉‘を'『押しとどめる』,押えておく,留めておく・《副詞[句]を伴って》(ある位置・状態に)〈手・足など体の一部〉‘を'『保つ』(keep) ・〈容器などが〉〈物など〉‘を'『入れている』,収容できる(進行形にできない) ・〈重い荷物など〉‘に'耐える,持ちこたえる(bear);〈物〉‘を'支える(support) ・〈職・地位など〉‘を'占める,占めている(進行形にできない) ・〈土地・財産など〉‘を'所有している(進行形にできない) ・〈会など〉‘を'開催する,〈式〉‘を'行う・〈軍隊などが〉〈土地など〉‘を'確保する;(敵などから)〈とりでなど〉‘を'守る《+『名』+『against』+『名』》・〈注意・関心・興味など〉‘を'引きつけておく,引き留めておく・〈考え・意見など〉‘を'心にいだいている・…‘と'考える,信ずる

『しっかりと付いている』,切れ(折れ)ないでいる・(…に)『しっかりつかまっている』,しがみついている《+『to』+『名』》・(約束・信念などを)固く守る《+『to』+『名』》・《『hold』+『形』〈補〉》(…の)『ままである』・(引き続いて)有効である,当てはまる・〈U〉〈C〉(…を)‐手でつかむ(握る)こと』,把握《+『of』(『on』)+『名』》・〈U〉(人の心などを)つかむこと,支配[力],掌握《+『on』(『over』)+『名』》・〈C〉つかまるもの,手(足)がかり・(音楽の記号の)フェルマータ

tight

『きっちり締まった(結ばれた)』

『すきまのない』,(水・空気などの)漏らない

『ぴんと張った』

(衣服などが)『きつい』

(時間的・空間的に)余裕のない,ぎっしり詰まった

(立場などが)困難な,扱いにくい

厳しい

《話》けちな(stingy)

《話》(試合などが)互角の

《俗》酔った

(品物・仕事・取り引きなどが)試底した,詰まった,(金融が)ひっ迫した

関連動画