CRL：用于无 gloss 标注手语翻译与检索的内容与上下文表征学习

基于摘要分析。本文研究无 gloss 标注的手语表征学习，提出摘要中称为 C²RL 的预训练范式，通过联合优化 Implicit Content Learning（ICL，隐式内容学习）与 Explicit Context Learning（ECL，显式上下文学习），支持 Sign Language Translation（SLT，手语翻译）和 Sign Language Retrieval（SLRet，手语检索）。原标题使用 CRL，摘要中的方法名为 C²RL，此处保留来源差异。 方法针对手语视频中复杂且依赖上下文的表达特征。作者认为，仅依靠视频与文本的非单调语义对齐，难以充分识别关键手语特征。ICL 侧重交流内容，捕捉手势中的细微差异、强调、时序与节奏；ECL 侧重理解上下文含义，并将其转换为语义对应的句子。“无 gloss 标注”不等于无监督，摘要仍涉及视频与文本对齐；具体监督配置、损失形式和训练流程尚未验证。 在无 gloss 标注 SLT 任务中，作者报告 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 任务中，作者报告 R@1 在 P14T、CSL-daily 和 How2Sign 上分别提高 8.3、14.4 和 5.9 分，并为 OpenASL 的 SLRet 任务建立新的基线。摘要未给出这些增益对应的具体对照方法、绝对分数、数据划分及检索方向，因此不能据此直接比较不同数据集上的效果。 实验协议、消融及统计信息尚未验证，复现时需核对 ICL 与 ECL 的实现、联合优化方式、视频—文本配对条件及各任务评估设置。本文主要对象是手语视频与语言表征，并非 EEG 或 BCI；现有材料不足以建立明确的 BCI 迁移机制，相关 EEG 工作尚未检索确认。