CRL：面向无 gloss 标注手语翻译与检索的内容及上下文表示学习

基于摘要分析。本文研究无 gloss 标注的手语表示学习，提出预训练范式 C²RL，通过联合优化 Implicit Content Learning（ICL）与 Explicit Context Learning（ECL），学习服务于 Sign Language Translation（SLT）和 Sign Language Retrieval（SLRet）的表示。原标题写作 CRL，摘要中的方法名为 C²RL，此处保留来源差异。 研究的主要对象是手语视频及其对应文本，而非神经信号。作者认为，既有无 gloss 标注方法仅依赖视频—文本非单调语义对齐，难以充分捕捉手语中复杂且依赖上下文的特征。ICL 旨在捕捉交流内容中的细微差别、强调、时序与节奏；ECL 则关注手势的上下文含义及其对应句子表达。摘要未披露两部分的具体实现、损失形式、视频编码结构及训练规模，不能将这些功能描述直接视为已明确的算法细节。 在无 gloss 标注的 SLT 实验中，作者报告相对摘要未指明的对照，BLEU-4 分数在 P14T、CSL-daily、OpenASL 和 How2Sign 上分别增加 5.3、10.6、6.2 和 1.3；在 SLRet 实验中，作者报告 R@1 分数在 P14T、CSL-daily 和 How2Sign 上分别增加 8.3、14.4 和 5.9。上述数值为原文所述分数增量，不应解释为相对百分比提升。作者还报告为 OpenASL 的 SLRet 任务建立了新基线。数据划分、对照方法、指标尺度、检索方向、消融及统计信息尚未验证，不宜据这些增量直接比较不同数据集上的效果。 平台推测（待验证）：内容与上下文分开建模再联合优化，可作为考察多模态表示学习的思路；但摘要不足以确定可直接复用的模块，也未建立其与 EEG 低信噪比、跨被试差异或小样本问题的具体机制对应，因此暂不提出 BCI 迁移实验建议。相关 EEG 工作尚未检索确认。