論文の概要: Building Korean Sign Language Augmentation (KoSLA) Corpus with Data
Augmentation Technique
- arxiv url: http://arxiv.org/abs/2207.05261v1
- Date: Tue, 12 Jul 2022 02:12:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-13 13:05:10.225862
- Title: Building Korean Sign Language Augmentation (KoSLA) Corpus with Data
Augmentation Technique
- Title(参考訳): データ拡張技術を用いた韓国手話強調コーパスの構築
- Authors: Changnam An, Eunkyung Han, Dongmyeong Noh, Ohkyoon Kwon, Sumi Lee,
Hyunshim Han
- Abstract要約: 我々は手話翻訳のためのコーパスの効率的なフレームワークを提案する。
手話の言語的特徴を考慮することで,提案するフレームワークは,マルチモーダル手話拡張コーパスを構築するための最初の,ユニークな試みである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present an efficient framework of corpus for sign language translation.
Aided with a simple but dramatic data augmentation technique, our method
converts text into annotated forms with minimum information loss. Sign
languages are composed of manual signals, non-manual signals, and iconic
features. According to professional sign language interpreters, non-manual
signals such as facial expressions and gestures play an important role in
conveying exact meaning. By considering the linguistic features of sign
language, our proposed framework is a first and unique attempt to build a
multimodal sign language augmentation corpus (hereinafter referred to as the
KoSLA corpus) containing both manual and non-manual modalities. The corpus we
built demonstrates confident results in the hospital context, showing improved
performance with augmented datasets. To overcome data scarcity, we resorted to
data augmentation techniques such as synonym replacement to boost the
efficiency of our translation model and available data, while maintaining
grammatical and semantic structures of sign language. For the experimental
support, we verify the effectiveness of data augmentation technique and
usefulness of our corpus by performing a translation task between normal
sentences and sign language annotations on two tokenizers. The result was
convincing, proving that the BLEU scores with the KoSLA corpus were
significant.
- Abstract(参考訳): 手話翻訳のためのコーパスの効率的な枠組みを提案する。
本手法は,単純だが劇的なデータ拡張手法を用いて,テキストを最小情報損失のアノテート形式に変換する。
手話は手動信号、非手動信号、象徴的特徴で構成されている。
プロの手話通訳によれば、表情やジェスチャーのような非手動信号は、正確な意味を伝える上で重要な役割を果たす。
手話の言語的特徴を考慮することにより,本提案手法は,手話と非人文的モダリティの両方を含むマルチモーダル手話拡張コーパス(以下,コスラコーパスと呼ぶ)を構築するための,最初の,かつユニークな試みである。
私たちが構築したコーパスは、病院のコンテキストにおいて確実な結果を示し、拡張データセットによるパフォーマンスの向上を示します。
データ不足を克服するため、手話の文法的・意味的構造を維持しつつ、同義語置換などのデータ拡張手法を用いて翻訳モデルと利用可能なデータの効率を向上した。
実験的な支援のために,通常の文と2つのトークン化子に手話アノテーションを翻訳することで,データ拡張手法の有効性とコーパスの有用性を検証する。
その結果、BLEUのスコアとKoSLAコーパスのスコアが重要であることが証明された。
関連論文リスト
- Is context all you need? Scaling Neural Sign Language Translation to
Large Domains of Discourse [34.70927441846784]
手話翻訳(SLT)は手話ビデオから音声言語文を生成することを目的とした課題である。
本稿では,翻訳タスクを人間と同じようにコンテキスト対応で処理する,新しいマルチモーダルトランスフォーマーアーキテクチャを提案する。
本稿では,文脈情報を用いた最先端翻訳性能の大幅な向上を報告し,ベースラインアプローチのBLEU-4スコアをほぼ倍増させた。
論文 参考訳(メタデータ) (2023-08-18T15:27:22Z) - Cross-modality Data Augmentation for End-to-End Sign Language
Translation [71.31075396354406]
エンドツーエンド手話翻訳(SLT)は、手話動画を中間表現なしで直接音声言語テキストに変換することを目的としている。
本稿では,強力な光沢からテキストへの翻訳機能をエンドツーエンドの手話翻訳に変換するための,新しいクロスモダリティデータ拡張(XmDA)フレームワークを提案する。
XmDAは、クロスモダリティ混合とクロスモダリティ知識蒸留という2つの重要な構成要素から構成される。
論文 参考訳(メタデータ) (2023-05-18T16:34:18Z) - CiCo: Domain-Aware Sign Language Retrieval via Cross-Lingual Contrastive
Learning [38.83062453145388]
手話検索は、テキスト・トゥ・サイン・ビデオ(T2V)検索とサイン・ビデオ・トゥ・テキスト(V2T)検索の2つのサブタスクで構成される。
我々は手話と自然言語の両方の言語特性を考慮し、さらに粒度の細かい言語間マッピングを同時に同定する。
我々のフレームワークは、様々なデータセットに対して大きなマージンで先駆的手法より優れています。
論文 参考訳(メタデータ) (2023-03-22T17:59:59Z) - Multilingual Extraction and Categorization of Lexical Collocations with
Graph-aware Transformers [86.64972552583941]
我々は,グラフ対応トランスフォーマアーキテクチャにより拡張されたBERTに基づくシーケンスタグ付けモデルを提案し,コンテキストにおけるコロケーション認識の課題について評価した。
以上の結果から, モデルアーキテクチャにおける構文的依存関係を明示的に符号化することは有用であり, 英語, スペイン語, フランス語におけるコロケーションのタイプ化の差異について考察する。
論文 参考訳(メタデータ) (2022-05-23T16:47:37Z) - Keypoint based Sign Language Translation without Glosses [7.240731862549344]
署名者の骨格点に基づく翻訳を行うための新しいキーポイント正規化法を提案する。
身体部分に応じてカスタマイズされた正規化法により性能改善に寄与した。
本手法は,グルースを使わずにデータセットに適用可能な方法で,様々なデータセットに適用することができる。
論文 参考訳(メタデータ) (2022-04-22T05:37:56Z) - A Simple Multi-Modality Transfer Learning Baseline for Sign Language
Translation [54.29679610921429]
既存の手話データセットには、約10K-20Kの手話ビデオ、グロスアノテーション、テキストが含まれています。
したがって、データは効果的な手話翻訳モデルの訓練のボトルネックとなる。
この単純なベースラインは、2つの手話翻訳ベンチマークで過去の最先端の結果を上回っている。
論文 参考訳(メタデータ) (2022-03-08T18:59:56Z) - Skeleton Based Sign Language Recognition Using Whole-body Keypoints [71.97020373520922]
手話は聴覚障害者や言語障害者のコミュニケーションに使用される。
また,RGB-D法と組み合わせて最先端の性能を実現することで,Skeletonに基づく音声認識が普及しつつある。
近年のボディポーズ推定用citejin 2020wholeの開発に触発されて,全身キーポイントと特徴に基づく手話認識を提案する。
論文 参考訳(メタデータ) (2021-03-16T03:38:17Z) - Bridging the Modality Gap for Speech-to-Text Translation [57.47099674461832]
エンド・ツー・エンドの音声翻訳は、ある言語における音声を、エンド・ツー・エンドの方法で他の言語におけるテキストに変換することを目的としている。
既存のほとんどの手法では、音響表現と意味情報を同時に学習するために、単一のエンコーダを持つエンコーダ・デコーダ構造を用いる。
本稿では,音声とテキスト間のモダリティギャップを埋めることで,エンドツーエンドのモデル性能を向上させることを目的とした音声翻訳モデルのための音声テキスト適応手法を提案する。
論文 参考訳(メタデータ) (2020-10-28T12:33:04Z) - Sign Language Transformers: Joint End-to-end Sign Language Recognition
and Translation [59.38247587308604]
本稿では,連続手話認識と翻訳を共同で学習するトランスフォーマーアーキテクチャを提案する。
RWTH-PHOENIX-Weather-2014Tデータセットの認識と翻訳性能の評価を行った。
我々の翻訳ネットワークは、動画を音声言語に、光沢を音声言語翻訳モデルに、どちらよりも優れています。
論文 参考訳(メタデータ) (2020-03-30T21:35:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。