Ahkeralla tutkijalla tuskin on urallaan kovinkaan monta räjähtävää hetkeä, jolloin pitkään työstetty ongelma yhtäkkisesti ratkeaa. Itselleni sellainen hetki koitti 6. maaliskuuta 1989. Mutta ensin taustat.

Lauseessa Kaksi alusta upposi sana alusta on morfologisesti monitulkintainen. Se voi olla mm. verbin alustaa useampikin muoto, substantiivin alku elatiivimuoto sekä substantiivien alunen ja alus partitiivimuoto. Miten voitaisiin poimia oikea tulkinta? Toisaalta jokaisella sananmuodolla on jokin syntaktinen funktio, joita sanasta ja sen muodosta riippuen voi olla yhdestä yli kymmeneen. Substantiivi voi olla mm. subjekti (Leena tuli), objekti (Tapasin Leenan), etuattribuutti (Leenan kirja) ja postposition komplementti (Leenan kanssa). Miten kulloinkin päätellä oikea funktio?

Kokeilin vuosia monia ratkaisuja näihin kahteen ongelmaan yhdistämällä syntaktisen teorian tuntemustani hiljalleen kertyvään ohjelmointitaitooni. Yritin laatia sääntöjä, jotka suoraan päättelevät, mikä morfologinen tulkinta tai kieliopillinen funktio kulloinkin olisi oikea. En edistynyt toivotusti.

6. maaliskuuta 1989 klo 9.30: HEUREKA! Olin menossa Dubliniin kokoukseen, missä käynnisteltiin Euroopan Unionin ESPRIT II -puiteohjelmaan kuuluvaa SIMPR-hanketta (Structured Information Management, Processing, and Retrieval). Hankkeessa oli viitisentoista osapuolta, joista kaksi Suomesta eli Nokia Oy sekä Helsingin yliopiston yleisen kielitieteen laitos ja erityisesti sen tietokonelingvistiikan huippuyksikkö. Suomalaisittain Goljat ja Daavid!

Tuona maaliskuisena päivänä lensin ensin Amsterdamiin ja sieltä Dubliniin. Kun Dublinin kone oli Pohjanmeren yllä, keksin yhtäkkiä kahdelle morfosyntaktiselle jäsennysongelmalleni yhden yleisen ratkaisun. Pitäisikin tehdä päinvastoin kuin itse olin (kaikkien muiden tapaan) yrittänyt. Tulisi pyrkiä poistamaan väärät vaihtoehdot eikä heti etsiä oikeaa.

Kirjoitin puolessa tunnissa ruutupaperille rajoitekieliopin (Constraint Grammar) formalismin. Kotiin palattuani ryhdyin kuumeisesti ohjelmoimaan, ja käynnistyi pitkien testien sarja. Tärkeää apua ja lisäideoita antoivat Arto Anttila (joka nykyään on Stanfordin yliopiston lingvistiikan professori), Juha Heikkilä ja Atro Voutilainen. Julkaisin tulokset vuoden 1990 tietokonelingvistiikan maailmankokouksessa. Tämä kuusisivuinen artikkeli on siteeratuin tieteellinen artikkelimuotoinen tuotokseni: ”Constraint grammar as a framework for parsing running text”.

Myöhemmin rajoitekielioppi on implementoitu uudelleen useita kertoja ja sitä on sovellettu yli kymmeneen kieleen. Mallia käytetään myös useissa kaupallisissa sovelluksissa.

Toinen heureka-kokemukseni on sekin syntaktinen. Lähes kymmenen vuoden työskentelyn jälkeen sain vuonna 2007 empiirisesti todistetuksi, että luonnollisten kielten syntaksi ei tunne konstruktiota ”lauseiden rajoittamaton keskeisupotus”. Siksi syntaksin formaalinen kielityyppi onkin finite-state:”Constraints on multiple center-embedding of clauses”.