本文介绍了一种新型手语视频片段表示法，利用时空语义金字塔网络(TSPNet)进行手势识别和特征学习，优化手语翻译过程。研究展示了基于关键点的损失函数、混合动作基元架构和语言学先验等方法，显著提升了手语翻译性能，并通过自监督学习和大型语言模型提出了高效的手语表示学习方法，推动了手语翻译技术的发展。