WLASL-LEX：用于识别美国手语语音属性的数据集

手语处理（SLP）关注手语的自动化处理，手语是聋人和听力受损个体的主要交流手段。SLP 涵盖许多不同任务，从手语识别到手语语音的翻译与生成，但迄今为止一直被 NLP 社区所忽视。在本文中，我们提请关注对手语语音学建模的任务。我们利用现有资源构建了一个大规模美国手语手语数据集，标注了六种不同的语音属性。随后我们开展了广泛的实证研究，以探究数据驱动的端到端与基于特征的方法是否可被优化以自动识别这些属性。我们发现，尽管该任务存在固有挑战，但基于图、对从原始视频提取的骨架特征进行操作的神经网络能够在一定程度上成功完成该任务。最重要的是，我们表明即便对于训练期间未出现过的手语，该性能依然成立。