CRL：面向无 gloss 标注手语翻译与检索的内容与语境表征学习

基于摘要分析。本文研究无需 gloss（词汇级手语标注）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，显式语境学习），服务于 Sign Language Translation（SLT）和 Sign Language Retrieval（SLRet）。原标题写作 CRL，与摘要中的方法记号不同，此处保留来源差异。 作者认为，仅依赖视频与文本的非单调语义对齐，难以充分编码手语视频中复杂且依赖语境的特征。ICL 侧重交流内容，包括手势的细微差异、强调、时序与节奏；ECL 侧重理解手势的语境含义，并将其转换为语义对应的句子。摘要未给出两部分的网络实现、损失形式、训练规模或监督细节，不能据此判断其具体对齐机制及各模块的独立贡献。 作者报告，在无 gloss 标注的 SLT 评估中，P14T、CSL-daily、OpenASL、How2Sign 上的 BLEU-4 分别提升 +5.3、+10.6、+6.2、+1.3；在 SLRet 评估中，P14T、CSL-daily、How2Sign 上的 R@1 分别提升 +8.3、+14.4、+5.9，并为 OpenASL 的 SLRet 任务建立了新基线。摘要未说明这些增量对应的具体对照方法、数据划分和指标计分尺度，不宜跨数据集直接比较收益。实验协议、消融及统计信息尚未验证，代码与复现条件也尚未验证。 研究对象是手语视频与文本，而非神经信号。平台推测（待验证）：内容与语境分开建模的思路可能对具有配对语言监督的 EEG 表征研究有参考意义，但摘要尚不足以确定可复用模块或具体迁移路径；已有 EEG 相关工作尚未检索确认。