論文の概要: Isolated Sign Language Recognition for Icelandic Sign Language: Experiments in a Low-resource Setting

• arxiv url: http://arxiv.org/abs/2609.25862v1
• Date: Tue, 22 Sep 2026 08:26:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.299785
• Title: Isolated Sign Language Recognition for Icelandic Sign Language: Experiments in a Low-resource Setting
• Title（参考訳）: アイスランド手話の孤立手話認識:低リソース環境における実験
• Abstract要約: アイスランド手話(TM)における孤立手話認識に関する最初の実験について述べる。 我々は、バイリンガルのアイスランド語--TMオンライン辞書から派生したデータセットであるTM SignWikiを使用している。1,845本のビデオが849のクラスをカバーしており、そのうち86%が2つの例しか持っていない。 我々は,オープンソースのISLRフレームワークであるOpenHandsとSPOTERを,語彙サイズを増大させる3つのタスクで比較した。
• 参考スコア（独自算出の注目度）: 5.9310732908776345
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present the first experiments on isolated sign language recognition (ISLR) for Icelandic Sign Language (ÍTM). We use ÍTM SignWiki, a dataset derived from a bilingual Icelandic--ÍTM online dictionary. It is genuinely low-resource: 1,845 videos cover 849 classes, 86% of which have only two examples, making the full task effectively one-shot recognition across signers. We compare two open-source ISLR frameworks, OpenHands and SPOTER, on three tasks of increasing vocabulary size (22, 117 and 849 classes), and evaluate three pose estimators and two forms of cross-lingual transfer. With ÍTM data alone, SPOTER outperforms OpenHands on all three tasks, and MediaPipe poses give better results than AlphaPose or SDPose. Cross-lingual transfer brings the largest gains: pretraining SPOTER on American Sign Language data before finetuning on ÍTM raises accuracy by 14--24 percentage points, to 72.7%, 47.9% and 22.6% on the three tasks, and multilingual training with data from six other sign languages lifts OpenHands from 1.41% to 28.86% on the full task. Although far from practical use, the results suggest that transfer from better-resourced sign languages is promising for very low-resource ones. We release our adapted versions of both frameworks.
• Abstract（参考訳）: アイスランド語手話における孤立手話認識(ISLR)の最初の実験について述べる。 我々は、アイスランド語のバイリンガルな辞書から派生したデータセットである shTM SignWiki を用いている。 1,845本のビデオは849のクラスをカバーしており、そのうち86%は2つの例しか持っていない。 我々は,2つのオープンソースISLRフレームワークであるOpenHandsとSPOTERを比較し,語彙サイズ(22,117,849クラス)を増大させる3つのタスクを比較し,ポーズ推定器と2種類の言語間移動の評価を行った。 SPOTERは3つのタスクすべてでOpenHandsよりも優れており、MediaPipeのポーズはAlphaPoseやSDPoseよりも優れた結果が得られる。 アメリカの手話データにSPOTERを事前学習し、それを微調整すると精度が14-24ポイント向上し、3つのタスクで72.7%、47.9%、22.6%となり、他の6つの手話からのデータを多言語で訓練することで、OpenHandsを1.41%から28.86%に引き上げる。 実用的な利用には程遠いが、より良いソースの手話から移行することは、非常に低リソースの言語にとって有望であることを示している。 両フレームワークの適応バージョンをリリースしています。

関連論文リスト

• Comprehension of Multilingual Expressions Referring to Target Objects in Visual Inputs [47.944645462877894]
  Referring Expression (REC) は、自然言語の記述に基づいてオブジェクトを画像にローカライズするモデルを必要とする。 この研究は2つの主要な貢献を通じて多言語RECに対処する。 10言語にまたがる統合多言語データセットを構築し、機械翻訳と文脈に基づく翻訳拡張により、既存の12のRECベンチマークを体系的に拡張する。 得られたデータセットは、177,620の画像にまたがる800万の多言語参照表現と、336,882の注釈付きオブジェクトで構成されている。
  論文  参考訳（メタデータ） (2025-11-14T15:54:34Z)
• A Multi-Task Benchmark for Abusive Language Detection in Low-Resource Settings [13.465169998045901]
  本研究は,Tigrinyaソーシャルメディアにおける乱用言語検出のための大規模マルチタスクベンチマークデータセットを提案する。 このデータセットは、9人のネイティブスピーカーが注釈付けした13,717のYouTubeコメントで構成され、51チャンネルで合計12億ビューの7,373のビデオから集められている。
  論文  参考訳（メタデータ） (2025-05-17T18:52:47Z)
• Breaking Language Barriers in Multilingual Mathematical Reasoning: Insights and Observations [59.056367787688146]
  本稿では, マルチリンガル数学推論 (xMR) LLM の探索と学習の先駆者である。 我々は10の異なる言語を含む最初の多言語数学推論命令データセットMGSM8KInstructを構築した。 翻訳を利用して、10個の異なる言語を含む最初の多言語数学推論命令データセットMGSM8KInstructを構築した。
  論文  参考訳（メタデータ） (2023-10-31T08:09:20Z)
• OpenHands: Making Sign Language Recognition Accessible with Pose-based Pretrained Models across Languages [2.625144209319538]
  OpenHandsは、低リソース言語のためのNLPコミュニティから4つの重要なアイデアを取り入れ、それらを単語レベルの認識のための手話言語に適用するライブラリである。 まず,事前学習モデルから抽出したポーズをデータの標準モダリティとして用いて,トレーニング時間を短縮し,効率的な推論を可能にする。 第2に、すべての6言語で4つのポーズベースの独立した手話認識モデルのチェックポイントをトレーニングし、リリースします。 第3に,ラベル付きデータの欠如に対処するため,ラベル付きデータに基づく自己教師付き事前学習を提案する。
  論文  参考訳（メタデータ） (2021-10-12T10:33:02Z)
• Improved Language Identification Through Cross-Lingual Self-Supervised Learning [37.32193095549614]
  我々は、事前訓練されたモデルを用いて、言語識別に関する以前の自己教師型研究を拡張した。 25言語のセットアップ結果から、言語毎にラベル付きデータの10分で、言語横断的に事前訓練されたモデルが93%以上の精度を達成できることが示された。
  論文  参考訳（メタデータ） (2021-07-08T19:37:06Z)
• Learning to Learn Morphological Inflection for Resource-Poor Languages [105.11499402984482]
  本稿では,メタラーニング問題として資源不足言語に対する形態的インフレクション(補題を表象形にマッピングする)の課題を提案する。 それぞれの言語を個別のタスクとして扱うことで、高速ソース言語からのデータを使ってモデルパラメータの集合を学習する。 3つのファミリーから29のターゲット言語を対象とする2つのモデルアーキテクチャの実験により、提案手法がすべてのベースラインを上回ります。
  論文  参考訳（メタデータ） (2020-04-28T05:13:17Z)

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。