CRL：面向无 gloss 标注手语翻译与检索的内容和语境表征学习

基于摘要分析。该研究面向无 gloss 标注的手语表征学习，通过联合学习交流内容与语境，改善手语翻译（SLT）和手语检索（SLRet）的表征。标题使用 CRL，摘要将所提预训练范式称为 C²RL；其主要研究对象是手语视频与文本，而非 EEG 或 BCI。 作者认为，仅依赖视频与文本的非单调语义对齐，难以充分捕捉手语中复杂且依赖语境的关键特征。C²RL 联合优化 Implicit Content Learning（ICL）与 Explicit Context Learning（ECL）：前者关注交流内容中的细微差异、强调、时序和节奏，后者关注手语的语境含义及其对应句子表达。摘要未提供具体网络结构、损失形式或两项学习目标的实现细节；无 gloss 标注也不等同于不需要视频—文本配对监督。 作者报告，在无 gloss 标注 SLT 评估中，BLEU-4 在 P14T、CSL-daily、OpenASL 和 How2Sign 上分别提高 5.3、10.6、6.2 和 1.3 分；在 SLRet 评估中，R@1 在 P14T、CSL-daily 和 How2Sign 上分别提高 8.3、14.4 和 5.9 分。摘要未明确这些增量对应的基线、数据划分及 R@1 数值尺度，不能据此作跨数据集的直接比较。作者另称为 OpenASL 的 SLRet 任务建立了新基线，但未给出具体分数。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若将内容与语境分开建模的思路用于 EEG—语言表征，可能需要具有明确配对关系与上下文标注的神经信号数据；可借鉴双目标学习思路，但视频编码器、时序对齐和监督目标均需改造。EEG 的低信噪比、跨被试差异与小样本条件可能使模型主要学习文本先验，而非神经信号中的内容。一个可证伪的小实验是在固定被试内划分、相同编码器和训练预算下，对比单一对齐目标与内容／语境联合目标，并加入 EEG 配对打乱对照。此为迁移假设，不是论文验证结果；已有 EEG 相关工作尚未检索确认。