本研究探讨手语技术中的偏见问题，分析ASL Citizen数据集的参与者人口统计和词汇特征。结果显示，多种技术能有效减少偏见且不影响准确性，并发布了参与者人口统计信息以支持未来研究。

本文介绍了多个手语数据集及其相关研究，包括美国手语、土耳其手语和孟加拉手语。研究者们开发了基于深度学习的手语识别模型，提高了识别准确率，并提供了新的数据集以促进手语技术的发展。这些研究为手语识别领域提供了重要的基准和方法。