DiscoSign：话语感知的文本到手语注解翻译
内容提要
DiscoSign提出话语感知的文本到手语注解翻译框架，基于大语言模型处理空间指代、问答从句和概念注解一致性，并引入新评估指标。实验表明，该方法提升空间一致性与实体追踪，同时保持单句翻译质量，首次建立话语级手语翻译与评估体系。
延伸解读
话语级手语翻译的突破
传统手语翻译系统通常只处理单句，忽略话语层面的关键现象。DiscoSign首次系统性地提出话语感知的文本到手语注解翻译框架，针对空间指代、问答从句和概念注解一致性三个核心问题，利用大语言模型进行模块化处理。这标志着手语翻译从句子级迈向话语级，为更自然、连贯的手语表达奠定了基础。
评估方法的创新
由于传统翻译指标无法捕捉话语级质量，DiscoSign引入了一套新颖的评估指标，分别针对空间一致性、实体追踪和概念注解一致性等维度。这些指标不仅用于衡量框架效果，也为后续研究提供了可量化的评估标准，填补了话语级手语翻译评估的空白。
实验效果与局限
实验表明，DiscoSign在空间一致性和实体追踪方面显著优于仅句子级翻译，同时保持有竞争力的单句注解翻译质量。然而，文章未提及对非手动标记（如面部表情）的处理，且评估主要基于注解而非直接手语视频生成，实际应用仍需进一步验证。
Q&A
DiscoSign是什么？它主要解决什么问题？
DiscoSign是一个话语感知的文本到手语注解翻译框架，基于大语言模型，旨在解决传统手语处理系统仅关注句子层面而忽略话语现象的问题。
DiscoSign处理了哪些话语现象？
DiscoSign处理三种关键话语现象：(i) 空间指代消解，确保实体在整个话语中保持一致的空间位置；(ii) 问答从句（QACs），即具有特定话语功能的伪分裂结构；(iii) 概念-注解一致性，确保英语概念与美国手语（ASL）手势之间的稳定映射。
DiscoSign提出了哪些新的评估指标？
DiscoSign提出了一套新颖的评估指标，旨在评估其框架所处理的每个话语连贯性维度，因为传统翻译指标无法捕捉话语级质量。
DiscoSign的实验结果如何？
实验表明，与仅句子级翻译相比，DiscoSign的话语感知处理方法显著提高了空间一致性和实体追踪能力，同时保持了有竞争力的单句注解翻译质量。
DiscoSign的主要贡献是什么？
DiscoSign建立了首个系统化的话语级文本到手语注解翻译框架及相应的评估方法。
DiscoSign基于什么技术？
DiscoSign基于模块化的大语言模型（LLM）翻译框架。
