PulseAugur
中
实时 07:50:57
English(EN) Sign Language Question Answering: A New Task, Benchmark, and Baseline for Sign Language Understanding

发布新的手语问答任务和基准

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一项名为手语问答（SLQA）的新任务，以更好地评估超越简单识别或翻译的手语理解能力。该任务要求模型回答关于手语视频的自然语言问题，评估更广泛的推理能力。为了支持SLQA，创建了两个基准数据集SignQA，使用了PHOENIX14T和CSL-Daily，包含五类（如位置推理和视觉搜索）的问答对。还提出了一个包含问答条件调制时间降采样模块的基线模型，该模型在这些基准上的表现优于现有的视觉语言模型。 AI

影响 引入了对手语模型更全面的评估，可能推动理解和可访问性的进步。

排序理由 该集群描述了一篇介绍手语理解新任务、基准和基线模型的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

发布新的手语问答任务和基准

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Shiwei Gan, Lichen Wang, Xiao Liu, Yafeng Yin, Kuizhuang Liu, Sanglu Lu, Lei Xie ·

    手语问答：手语理解的新任务、基准和基线

    arXiv:2607.27826v1 Announce Type: cross Abstract: Recent advances in sign language (SL) understanding (SLU) have led to remarkable progress in tasks such as continuous SL recognition and SL translation. However, these tasks are designed with predefined objectives, requiring model…

相关实体

相关话题