論文の概要: Sign Language Recognition and Translation for Low-Resource Languages: Challenges and Pathways Forward
- arxiv url: http://arxiv.org/abs/2605.12096v1
- Date: Tue, 12 May 2026 13:13:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:56.877797
- Title: Sign Language Recognition and Translation for Low-Resource Languages: Challenges and Pathways Forward
- Title（参考訳）: 低リソース言語のための手話認識と翻訳:課題と道のり
- Authors: Nigar Alishzade, Gulchin Abdullayeva,
- Abstract要約: 手話は自然で視覚的な言語であり、世界中のDeafコミュニティで使われている。
300以上の異なる手話言語は、限られたドキュメント、スパースデータセット、不十分な計算ツールのために、非常に低リソースのままである。
本稿では,アゼルバイジャン手話(AzSL)をケーススタディとして,手話認識とアンダーリソース言語への翻訳に関する文献を整理する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Sign languages are natural, visual-gestural languages used by Deaf communities worldwide. Over 300 distinct sign languages remain severely low-resource due to limited documentation, sparse datasets, and insufficient computational tools. This systematic review synthesizes literature on sign language recognition and translation for under-resourced languages, using Azerbaijan Sign Language (AzSL) as a case study. Analysis of global initiatives extracts eight actionable lessons, including community co-design, dialectal diversity capture, and privacy-preserving pose-based representations. Turkic sign languages (Kazakh, Turkish, Azerbaijani) receive special attention, as linguistic proximity enables effective transfer learning. We propose three paradigm shifts: from architecture-centric to data-centric AI, from signer-independent to signer-adaptive systems, and from reference-based to task-specific evaluation metrics. A technical roadmap for AzSL leverages lightweight MediaPipe-based architectures, community-validated annotations, and offline-first deployment. Progress requires sustained interdisciplinary collaboration centered on Deaf communities to ensure cultural authenticity, ethical governance, and practical communication benefit.
- Abstract（参考訳）: 手話は自然で視覚的な言語であり、世界中のDeafコミュニティで使われている。
300以上の異なる手話言語は、限られたドキュメント、スパースデータセット、不十分な計算ツールのために、非常に低リソースのままである。
本稿では,アゼルバイジャン手話(AzSL)をケーススタディとして,手話認識とアンダーリソース言語への翻訳に関する文献を整理する。
グローバルイニシアティブの分析は、コミュニティの共同設計、方言の多様性のキャプチャ、プライバシ保護に基づくポーズベースの表現を含む8つの実行可能な教訓を抽出する。
トルコ語の手話(カザフ語、トルコ語、アゼルバイジャン語)は、言語的近接が効果的な移動学習を可能にするため、特に注目を集めている。
アーキテクチャ中心のAIからデータ中心のAI、シグナ非依存のシステムからシグナ適応システム、参照ベースからタスク固有評価メトリクスへの3つのパラダイムシフトを提案する。
AzSLの技術的なロードマップは、軽量のMediaPipeベースのアーキテクチャ、コミュニティ検証済みアノテーション、オフラインファーストデプロイメントを活用している。
進歩には、文化的正当性、倫理的ガバナンス、実践的なコミュニケーション利益を保証するために、ろう者コミュニティを中心とした学際的な協力が必要である。
関連論文リスト
- Cross-Lingual Interleaving for Speech Language Models [29.477655980414273]
音声言語モデル(SLM)は,個別単位を用いて言語能力を直接学習することを目的としている。
本稿では,言語間で音声トークンを混在させる言語間相互補完手法を提案する。
論文 参考訳（メタデータ） (2025-12-01T16:48:05Z) - Bridging Language Gaps: Enhancing Few-Shot Language Adaptation [32.157041759856]
言語資源の格差は、多言語NLPにおける課題となっている。
高リソース言語は広範なデータから恩恵を受ける一方、低リソース言語は効果的なトレーニングに十分なデータを持っていない。
我々のContrastive Language Alignment with Prompting (CoLAP) 法は、コントラスト学習と言語間表現を統合することで、このギャップに対処する。
論文 参考訳（メタデータ） (2025-08-26T22:49:17Z) - GLaM-Sign: Greek Language Multimodal Lip Reading with Integrated Sign Language Accessibility [0.0]
このデータセットは、ブリッジング通信ギャップにおけるマルチモーダルリソースの変換可能性を強調する。
これはアクセシビリティとマルチモーダルAIにおいて画期的なリソースであり、Deaf and Hard-of-Hearing(DHH)個人をサポートするように設計されている。
論文 参考訳（メタデータ） (2025-01-09T13:06:47Z) - Real-Time Multilingual Sign Language Processing [4.626189039960495]
手話処理(SLP)は、自然言語処理(NLP)とコンピュータビジョンからなる学際分野である。
伝統的なアプローチは、言語固有のものであり、手話の多次元的な性質を捉えるのに不十分なグロスベースのシステムを使用することによって、しばしば制約されてきた。
本稿では,手話文字起こし表記システムであるSignWiringを,手話の視覚・ジェスチャーのモダリティとテキストに基づく言語表現の中間的リンクとして用いることを提案する。
論文 参考訳（メタデータ） (2024-12-02T21:51:41Z) - LIMBA: An Open-Source Framework for the Preservation and Valorization of Low-Resource Languages using Generative Models [62.47865866398233]
この白書は低リソース言語のための言語ツールを生成するためのフレームワークを提案する。
このような言語に対するインテリジェントな応用を妨げるデータ不足に対処することにより、言語多様性の促進に寄与する。
論文 参考訳（メタデータ） (2024-11-20T16:59:41Z) - Lens: Rethinking Multilingual Enhancement for Large Language Models [70.85065197789639]
大規模言語モデル(LLM)における多言語機能向上のための新しいアプローチであるLensを提案する。
Lensは2つの部分空間で機能する: 言語に依存しない部分空間で、ターゲット言語と中心言語を一致させて強力な意味表現を継承する部分空間、言語固有の部分空間で、ターゲット言語と中心言語を分離して言語的特異性を保存する部分空間である。
レンズは、モデルの英語能力を維持しながら、多言語のパフォーマンスを著しく向上させ、既存の訓練後のアプローチと比べて計算コストの低い結果を得る。
論文 参考訳（メタデータ） (2024-10-06T08:51:30Z) - NusaWrites: Constructing High-Quality Corpora for Underrepresented and
Extremely Low-Resource Languages [54.808217147579036]
インドネシアの地方言語について事例研究を行う。
データセット構築におけるオンラインスクラップ,人文翻訳,および母語話者による段落作成の有効性を比較した。
本研究は,母語話者による段落作成によって生成されたデータセットが,語彙的多様性と文化的内容の点で優れた品質を示すことを示す。
論文 参考訳（メタデータ） (2023-09-19T14:42:33Z) - Multilingual Word Sense Disambiguation with Unified Sense Representation [55.3061179361177]
本稿では,知識と教師付き多言語単語センス曖昧化(MWSD)システムを提案する。
我々は複数の言語に統一されたセンス表現を構築し、リッチソース言語から貧しい言語へアノテーションを転送することでMWSDのアノテーション不足問題に対処する。
SemEval-13およびSemEval-15データセットの評価により,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2022-10-14T01:24:03Z) - Including Signed Languages in Natural Language Processing [48.62744923724317]
署名された言語は、聴覚障害者や難聴者のコミュニケーションの主な手段です。
このポジショニングペーパーは、NLPコミュニティに対して、社会的および科学的影響の高い研究領域として署名された言語を含めるよう求めている。
論文 参考訳（メタデータ） (2021-05-11T17:37:55Z)
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。