Fugu-MT 論文翻訳(概要): Sign-Language Datasets at Scale: A Comprehensive Survey on Resources, Benchmarks, and Annotation Standards

論文の概要: Sign-Language Datasets at Scale: A Comprehensive Survey on Resources, Benchmarks, and Annotation Standards

arxiv url: http://arxiv.org/abs/2606.19352v1
Date: Tue, 28 Apr 2026 09:09:55 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-27 00:46:12.922013
Title: Sign-Language Datasets at Scale: A Comprehensive Survey on Resources, Benchmarks, and Annotation Standards
Title（参考訳）: 大規模署名言語データセット:リソース、ベンチマーク、アノテーション標準に関する総合的な調査
Abstract要約: 手話は、Deaf and Hard-of-Hearing (DHH)コミュニティで使われている表現力豊かな視覚言語である。我々は、35の手話言語にまたがる120のリソースを網羅した、手話データセットの包括的なインデックスを示す。
参考スコア（独自算出の注目度）: 21.59252901816653
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Sign languages are expressive visual languages used by Deaf and Hard-of-Hearing (DHH) communities. Despite substantial progress in sign-language recognition, translation, and production, advances remain constrained by fragmented datasets, inconsistent annotations, and limited linguistic coverage. Existing benchmarks often fail to reflect real-world communication needs, and systematic analyses of these limitations remain limited. In this survey, we present a comprehensive index of sign-language datasets, covering 120 resources across 35 sign languages. We analyze key challenges such as modality imbalance, annotation granularity, and signer bias, and outline considerations for future dataset design. We also introduce a 24-field Sign-Language Datasheet and release a public GitHub repository (https://github.com/Ginqwerty/Open-Sign-Language) to support standardized documentation and reproducible evaluation. Overall, our work provides a unified and practical foundation for developing inclusive, robust, and scalable sign-language technologies in real-world applications.
Abstract（参考訳）: 手話は、Deaf and Hard-of-Hearing (DHH)コミュニティで使われている表現力豊かな視覚言語である。手話認識、翻訳、生産の大幅な進歩にもかかわらず、進歩は断片化されたデータセット、一貫性のないアノテーション、限られた言語的カバレッジによって制限されている。既存のベンチマークは実世界の通信要求を反映しないことが多く、これらの制限の体系的な分析は限定的のままである。本稿では,35の手話言語にまたがる120のリソースを対象とした手話データセットの総合索引を示す。我々は、モダリティの不均衡、アノテーションの粒度、シグナバイアスといった重要な課題を分析し、将来のデータセット設計について概観する。また、24フィールドのSign-Language Datasheetを導入し、標準化されたドキュメントと再現可能な評価をサポートするパブリックGitHubリポジトリ(https://github.com/Ginqwerty/Open-Sign-Language)をリリースします。全体として、我々の研究は、現実世界のアプリケーションで包括的で堅牢でスケーラブルな手話技術を開発するための統一的で実践的な基盤を提供します。

関連論文リスト

On the Limitations of Cross-Lingual Consistency in Multilingual Text-to-image Generation [79.18001266925245]
LingT2Iは、33Kプロンプトを持つ10の広く使われている言語をカバーするベンチマークである。我々は、言語不平等と言語依存のトレードオフを明らかにする包括的な言語間分析を行う。
論文参考訳（メタデータ） (2026-08-11T14:49:23Z)
In Data or Invisible: Toward a Better Digital Representation of Low-Resource Languages with Knowledge Graphs [0.0]
この提案は、Linked Open Data Knowledge Graphs (LOD KGs) の言語カバレッジに焦点を当てている。我々は,言語版毎のウィキペディア記事数を含む,LOD KGの言語分布を特徴付ける重要な変数を同定する。この分析に基づいて,多言語KG完了作業における言語間移動候補選択の影響について検討する。
論文参考訳（メタデータ） (2026-05-07T09:36:54Z)
Seeing, Signing, and Saying: A Vision-Language Model-Assisted Pipeline for Sign Language Data Acquisition and Curation from Social Media [14.920401718793643]
視覚言語モデル(VLM)は評価器やリアルタイムアシスタントとして強力な能力を示している。データ品質を保ちながら手作業への依存を減らすためにVLMを利用した最初の自動アノテーションとフィルタリングフレームワークを導入する。提案手法は,8つの手話のTikTokビデオと,ドイツ語手話におけるすでに編集済みのYouTube-SL-25データセットに適用した。
論文参考訳（メタデータ） (2025-10-29T11:29:56Z)
Leveraging Large Language Models for Accurate Sign Language Translation in Low-Resource Scenarios [5.599792629509229]
AulSignは、動的プロンプトとテキスト内学習を通じて大規模言語モデルを活用する新しい手法である。我々は,この分野で認められたベンチマークであるSignBank+と,イタリアのLaCAM CNR-ISTCデータセットを用いて,英語とイタリア語の両言語で評価を行った。
論文参考訳（メタデータ） (2025-08-25T16:36:36Z)
POLYCHARTQA: Benchmarking Large Vision-Language Models with Multilingual Chart Question Answering [69.52231076699756]
PolyChartQAは10の言語で22,606のチャートと26,151の質問応答ペアをカバーする最初の大規模多言語チャート回答ベンチマークである。我々は、最先端のLLMベースの翻訳を活用し、パイプラインにおける厳密な品質制御を適用し、生成された多言語チャートの言語的および意味的一貫性を確保する。
論文参考訳（メタデータ） (2025-07-16T06:09:02Z)
BRIGHTER: BRIdging the Gap in Human-Annotated Textual Emotion Recognition Datasets for 28 Languages [93.92804151830744]
BRIGHTERは、28の言語で複数ラベル付き、感情アノテートされたデータセットの集合である。データ収集とアノテーションプロセスに関する課題を強調します。 BRIGHTERデータセットは、テキストベースの感情認識のギャップに対処するための重要なステップであることを示す。
論文参考訳（メタデータ） (2025-02-17T15:39:50Z)
Bridging the Data Provenance Gap Across Text, Speech and Video [67.72097952282262]
我々は、人気テキスト、音声、ビデオデータセットのモダリティにまたがって、最大かつ第1級の経時的監査を行う。私たちの手動分析では、1990年から2024年の間に、608言語、798のソース、659の組織、67の国で4000近い公開データセットをカバーしています。マルチモーダル機械学習アプリケーションは、トレーニングセットのために、YouTubeのようなWebcrawled、synthetic、ソーシャルメディアプラットフォームに圧倒的に移行した。
論文参考訳（メタデータ） (2024-12-19T01:30:19Z)
AzSLD: Azerbaijani Sign Language Dataset for Fingerspelling, Word, and Sentence Translation with Baseline Software [0.0]
データセットは、ビジョンベースのAzSL翻訳プロジェクトのフレームワーク内で作成された。 AzSLDには30,000の動画が含まれており、それぞれに正確な記号ラベルと対応する言語翻訳が注記されている。
論文参考訳（メタデータ） (2024-11-19T21:15:47Z)
signwriting-evaluation: Effective Sign Language Evaluation via SignWriting [3.484261625026626]
本稿では,SignWritingに特化して設計された評価指標を総合的に紹介する。シングルサインの評価と継続的署名の課題に対処する。以上の結果から,各指標の長所と短所が明らかとなり,今後の進歩に有意義な洞察が得られた。
論文参考訳（メタデータ） (2024-10-17T15:28:45Z)
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)
IGLUE: A Benchmark for Transfer Learning across Modalities, Tasks, and Languages [87.5457337866383]
画像認識言語理解評価ベンチマークについて紹介する。 IGLUEは、視覚的質問応答、クロスモーダル検索、グラウンドド推論、20言語にわたるグラウンドドエンターテイメントタスクをまとめて提供する。翻訳-テストの転送はゼロショットの転送よりも優れており、少数ショットの学習は多くのタスクに役立てることが難しい。
論文参考訳（メタデータ） (2022-01-27T18:53:22Z)

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。