手语计算概论

    手语的自然语言处理是计算机学科中的一项重要任务 然而手语信息处理却严重滞后，处于空白起步阶段 究其原因，主要是缺乏用于机器学习的具有一定规模的手语语料库资源，同时传统的语言计算技术也存在不足，这些都阻碍了手语机器翻译 手语问答系统 手语信息检索等信息处理的应用研究 本文首先阐述了手语计算与传统语言计算的本质差异在于空间建模，这种差异导致了前者核心任务是单信道与多信道转换，后者根本任务是消歧 从词法 句法 语义 语用 应用等层面对手语计算进行了回顾，重点介绍了手语机器翻译和分类词谓语计算，指出分类词谓语是手语计算的关键，是手语计算取得突破的切入点 从展望的角度，认为互联网时代体感设备的出现 认知神经科学的兴起 深度学习的进展等新技术为手语计算带来了新的机遇 将手语计算与传统语言计算进行比较，分析了手语计算的趋势和未来的研究方向，手语的认知计算是从手势的物理特征到语义表征的映射转换过程，其计算趋势是填补音韵特征 语义单元这样的中间步骤，避免直接从底层特征得到语义概念，关注于在手语行为与语言特征的关系上进行机器学习，建立融合空间特征的统计学习模型