Argentines

AI模型在低资源环境下改进手语检索

研究人员开发了一种用于手语检索的姿态编码器，即使在低资源词汇设置下也能有效运行。当在美式手语 (ASL-Citizen) 上训练并应用于其他六种数据量很少的手语时，该编码器实现了 36.4% 至 80.7% 的检索准确率。其性能的关键在于 InfoNCE 训练目标以及编码器中不同身体部位之间的注意力阻塞。与现有方法相比，这种方法显著提高了准确率，在某些配置下达到了高达 68.0% 的单次准确率。