Arvi Hurskainen | |
---|---|
![]() Arvi Hurskainen vuonna 2002 |
|
Henkilötiedot | |
Syntynyt | 25. tammikuuta 1941 Kitee |
Kansalaisuus | suomi |
Koulutus ja ura | |
Instituutti | Helsingin yliopisto |
Tutkimusalue | kielitiede kieliteknologia |
Tunnetut työt |
SALAMA, kieliteknologian kehitysympäristö; Helsinki Corpus of Swahili 2.0; Nordic journal of African Studies, aloitteentekijä ja ensimmäinen päätoimittaja. |
Arvi Johannes Hurskainen (s. 25. tammikuuta 1941 Kitee) on suomalainen Afrikan kielten ja kulttuurien sekä kielitieteen tutkija. Hurskainen työskenteli Afrikan tutkimuksen professorina Helsingin yliopiston Aasian ja Afrikan kielten ja kulttuurien laitoksella vuosina 1989–2006. Kiinnostus bantukieliin, erityisesti swahilin kieli ja sen murteiden tutkimukseen, johdatti Hurskaisen kielten tutkimuksen ja erityisesti kieliteknologian pariin. Vuodesta 1985 alkaen hän on keskittynyt yhä enemmän tietokoneella suoritettuun kielen kuvaukseen ja analysointiin. Alkaen eläkkeelle jäämisestään vuonna 2006 hän on paneutunut kieliteknologiaan kokopäiväisesti.
Vanhemmat maanviljelijä Eino Hurskainen (1906–1978) ja Siviä o.s. Pekkinen (1909–1982). Valmistui ylioppilaaksi Joensuun lyseosta vuonna 1960. Valmistui teologian maisteriksi Helsingin yliopistosta vuonna 1964 ja vihittiin papiksi 1965 Mikkelin tuomiokirkossa.[1] Valmistui filosofian lisensiaatiksi Helsingin yliopistosta 1980 ja väitteli filosofian tohtoriksi vuonna 1984 antropologiaa käsittelevällä teoksella Cattle and Culture. The Structure of a Pastoral Parakujo Society.[2] Ennen täystoimiseen tutkimustyöhön siirtymistään toimi vuosina 1967–1976 lähetystyössä Tansaniassa Suomen Lähetysseuran palveluksessa.
Vuonna 1976 Arvi Hurskainen toimi tutkijana Suomen Akatemian rahoittamassa Jipemoyo-projektissa Tansaniassa, Länsi-Bagamoyon piirikunnassa ja vuodet 1977–1980 Suomen Lähetysseuran palveluksessa Helsingissä.
Vuonna 1981 Hurskaisesta tuli Helsingin yliopiston bantukielten vanhempi lehtori, mitä työtä hän teki vuoteen 1989. Välillä hän kuitenkin toimi vuoden ajan Tumaini-yliopistossa Tansaniassa vuosina 1984–1985. Vuosina 1989–1991 hän toimi Helsingin yliopiston Afrikan kielten ja kulttuurien vt. professorina, ja vuodesta 1991 alkaen professorina. Aasian ja Afrikan kielten ja kulttuurien laitoksen johtajana Hurskainen toimi vuodet 1999–2001. Hän jäi eläkkeelle vuonna 2006.
Hän johti vuosina 1988–1992 ulkoministeriön rahoittamaa tutkimushanketta Swahili Language and Folklore, johon osallistui myös useita tutkijoita Swahilin tutkimusinstituutista Dar-es-Salaamin yliopistosta. Tutkimusyhteistyön tuloksena syntyi äänitetty puhekorpus DAHE (Dar-es-Salaam - Helsinki), joka on myöhemmin digitoitu ja jonka saattaminen Internetiin on valmisteilla.
Vuodesta 1967 vuoteen 1985 Hurskainen työskenteli yhteensä kahdeksan vuoden ajan tutkimus- ja opetustyössä eri osissa Tansaniaa, muun muassa Tukuyussa, Njombessa ja Arushassa Tumaini-yliopistossa, Makumiran kampuksella.[3]
Viranhoidon lomassa Hurskainen on saanut tutkimustyötä varten virkavapauksia. Itä-Afrikkaan suuntautuneet tutkimusmatkat ovat olleet mahdollisia pääasiassa Suomen Akatemian ja Suomen opetusministeriön sekä Suomen ulkoministeriön taloudellisella tuella.
Vuonna 2008 Hurskainen työskenteli vierailevana professorina Makerere-yliopistossa Ugandassa, Kampalassa. Hän piti muun muassa intensiivikursseja kieliteknologiasta ja ohjasi kieliteknologian alan väitöskirjatöitä. Väitöskirjaohjaus jatkui Suomesta käsin aina vuoteen 2013 saakka.
Hurskainen on tehnyt uransa aikana laajaa kansainvälistä yhteistyötä eri yliopistojen kanssa paitsi Afrikassa myös EU:ssa. EU-yhteistyön pohjana oli Afrikan tutkimuksen alan työntekijöiden ja opiskelijoiden keskinäinen vaihto-ohjelma. Tämän työn tuloksena syntyi koulutusohjelma CAMEEL (European Master's Degree in Computer Applications on Modern Extra-European languages). Tärkeimpinä yhteistyökumppaneina voidaan mainita:
Arvi Hurskainen on kehittänyt kieliteknologiaa käyttäen avuksi kielen tarkkaa analysointia. Kielen peruskuvaus tehdään soveltaen päättyväistilaisten automaattien menetelmää kielen morfologisessa analyysissa. Sanat kootaan sen morfeemeista (esim. prefikseistä, suffikseista ja sanavartaloista. Kielenkuvausta yksinkertaistetaan liitämällä siihen morfofonologisia sääntöjä, joiden avulla selvitetään poikkeavuudet morfeemien rajoilla. Tämän standardiksi muodostuneen kielenkuvauksen kehitti ensimmäisenä Kimmo Koskenniemi.
Yksittäisten sanojen kuvauksen jälkeen suoritetaan disambiguointi[4] eli valitaan sanan oikea tulkinta lauseen kontekstin avulla. Tässä yhteydessä suoritaan myös lauseen syntaktinen analyysi. Disambiguoinnissa ja syntaktisessa analyysissa on käytetty Fred Karlssonin alun perin ideoimaa ja Connexorin[5] kehittämää kehitysympäristöä CG3 (Constraint Grammar 3).
Tämä kieliteknologian peruspaketti on tarjonnut mahdollisuuden sellaisten sovellusten kehittämiseen kuin oikeinkirjoituksen tarkistin[6] ja korpustekstien annotointi.[7] Lisäksi voidaan kehittää edistyneitä sanakirjoja[8] ja kielen oppimisjärjestelmiä[9] sekä tuottaa eritasoisia sanastoja kielenoppijoille.[7] Hurskainen onkin koonnut kaksi annotoitua[10] eli analysoitua swahilinkielistä tekstikorpusta Helsinki Corpus of Swahili 1.0 ja sen laajennettu ja kehittyneempi versio Helsinki Corpus of Swahili 2.0.[11]
Korkeatasoinen kielen analyysiohjelma tarjoaa myös hyvän pohjan kielen kääntämiselle. Moduulipohjaisen menetelmän avulla kieltä käännetään asteittain kohdekielelle ottaen huomioon monisanaiset ilmaisut, semanttisen disambiguoinnin[4] ja kohdekielen pintamuotojen tuottamiseen tarvittavat säännöt. Eri vaiheita toteutetaan käyttäen kuhunkin vaiheeseen parhaiten soveltuvia menetelmiä ja kehitysympäristöjä. Tällaisia ovat muun muassa CG3, Beta sekä soveltuvat ohjelmointikielet, kuten Perl.
Hurskainen on kehittänyt käännösohjelmia kielipareille swahili -> englanti, englanti -> swahili ja englanti -> suomi.[8]
Tuorein Hurskaisen tutkimuksen kohde on globaalin käännösjärjestelmän kehittäminen käyttäen normalisoitua englantia interlinguana. Idean taustalla on havainto, että kun kääntää tekstiä esimerkiksi swahilista englannin kautta suomeen, koneella tehty käännöstulos on usein parempi kuin jos kääntää saman tekstin nykyenglannista suomeen. Nykyenglanti on kulunut kieli, joka jättää pois relatiivipronomineja sekä konjunktioita sivulauseen alussa. Englanti ei myöskään merkitse transitiivi- ja intransitiiviverbien eroja. Tämä aiheuttaa suuria ongelmia konekääntämisessä. Kun kääntäminen aloitetaan kielestä, jossa kaikki nämä piirteet merkitään, tämä tieto voidaan siirtää englannin kautta kolmanteen kieleen ja tuloksena on kelvollinen käännös.
Hurskaisen kehittämällä sääntöpohjaisella menetelmällä on yhtäläisyyksiä muiden sääntöpohjaisten kehitysympäristöjen kanssa. Sellaisia ovat mm. Grammatical Framework[12] ja Nooj.[13]. Sääntöpohjaisten kieliteknologian menetelmien on todettu olevan erityisen soveliaita sellaisiin kieliin, joilla on vähän kieliresursseja ja jotka ovat morfologisesti kompleksisia.[14].
Tällä hetkellä on saatavana 102 teknistä raporttia muun muassa kielenkäännöksestä englanti-swahili-englanti ja englanti-suomi.[16]
|