arXiv cs.CL· Nigar Alishzade, Gulchin Abdullayeva·· 11 小时前AI 评分8
低资源语言的手语识别与翻译：挑战与前进路径
Sign Language Recognition and Translation for Low-Resource Languages: Challenges and Pathways Forward
AI 导读
一篇系统综述梳理了 300 多种严重低资源手语的手语识别与翻译研究，并以阿塞拜疆手语（AzSL）为案例。文章从全球实践中提炼出社区共同设计、方言多样性捕捉、隐私保护的姿态表示等八条经验，并提出从架构中心转向数据中心、从签名者无关转向签名者自适应、从参考指标转向任务特定评估三项范式转变。该投稿已被 arXiv Admin 以不符合研究内容质量标准为由撤回。
正文 · AI 翻译
本文已被 arXiv 管理员撤回
摘要：手语是全世界聋人群体使用的自然视觉-手势语言。由于文献记录有限、数据集稀疏且计算工具不足，超过 300 种不同的手语仍处于严重低资源状态。本系统综述综合了关于低资源手语识别与翻译的文献，并以阿塞拜疆手语（AzSL）为案例研究。通过对全球相关举措的分析，提炼出八条可操作的启示，包括社区共同设计、方言多样性捕捉以及隐私保护的姿态表示。突厥语系手语（哈萨克语、土耳其语、阿塞拜疆语）受到特别关注，因为语言上的相近性能够实现有效的迁移学习。我们提出三种范式转变：从以架构为中心的人工智能转向以数据为中心的人工智能，从独立于签名者的系统转向自适应签名者的系统，以及从基于参考的评估指标转向针对具体任务的评估指标。针对 AzSL 的技术路线图利用基于 MediaPipe 的轻量级架构、经社区验证的标注以及离线优先的部署方式。取得进展需要以聋人社区为中心的持续跨学科合作，以确保文化真实性、伦理治理和实际的沟通效益。
| 评论： | arXiv 管理员注：由于本投稿不符合 arXiv 的研究内容质量标准，已被撤回 |
| 主题： | 计算与语言（cs.CL） |
| ACM 分类： | I.4.8 |
| 引用为： | arXiv:2605.12096 [cs.CL] |
| （或 arXiv:2605.12096v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.12096 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：arXiv 管理员 [查看电子邮件]
[v1]
2026年5月12日星期二 13:13:56 UTC（144 KB）
[v2]
2026年11月4日星期三 22:00:14 UTC（1 KB） （已撤回）
来源：arXiv cs.CL · arxiv.org