PulseAugur
中
实时 07:02:04
English(EN) DualAnchor: Preserving Language Priors and Improving Lexical Fidelity in Gloss-Free Sign Language Translation

新的DualAnchor框架提高了手语翻译的准确性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了DualAnchor，这是一个新的手语翻译（SLT）框架，旨在提高翻译文本的流畅性和词汇细节的准确性。该框架解决了两个关键问题：语言先验退化，即现有方法未能充分利用大型语言模型（LLM）的全部能力；以及词汇保真度差距，即句子级对齐未能实现细粒度的词语准确性。DualAnchor采用Token级先验锚定（TPA）来保持LLM的语言先验，并采用最优传输对齐（OTA）来增强视觉-文本匹配，在PHOENIX-2014T和CSL-Daily等基准数据集上取得了强劲的性能。 AI

影响 通过提高流畅性和词汇准确性，改进了基于LLM的手语翻译。

排序理由 该集群包含一篇详细介绍手语翻译新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的DualAnchor框架提高了手语翻译的准确性

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Hongbin Zhang, Junhao Liu, Xuefeng Bai, Youcheng Pan, Yang Xiang, Kehai Chen ·

    DualAnchor：在无标注手语翻译中保留语言先验并提高词汇保真度

    arXiv:2607.27614v1 Announce Type: new Abstract: Recent advances in large language models (LLMs) have led sign language translation (SLT), the task of converting sign-language videos into spoken-language text, to increasingly adopt LLMs as textual backbones. However, despite their…

相关实体

相关话题