• 대한토목학회논문집
• /
• 제31권1D호
• /
• pp.17-24
• /
• 2011

최근 고속도로의 안내체계 개선에 대한 연구가 진행되어 기존 안내표지에 2개의 지명이 표기될 때는 국문과 영문의 배치가 상하로 배치되어 있었으나, 개선안으로 제시된 표지에서는 국문과 영문을 좌우로 배치하는 방안을 제안하였다. 하지만 국문과 영문의 배치에 대한 검증이 심도 있게 다루어 지지 못하였으므로 본 연구에서는 국 영문 배치에 따른 표지안을 작성하고 이에 대한 인간공학적인 실험을 실시한 후 어떻게 국문과 영문을 배치하는 것이 가장 빠른 시간 내에 판독이 가능한 지에 대한 결과를 도출하는 것을 목적으로 한다. 본 연구의 실험결과 국 영문의 배치의 변경만으로도 판독소요시간의 차이가 나타날 수 있다는 사실을 확인하였다. 기존 도로표지규칙에 의해 고속도로 안내표지의 문안 중 국문과 영문을 일렬의 행으로 상하로 배치하는 것보다 고속도로 표지개선안과 같이 한 지명에 대한 국문과 영문을 좌우로 배치하고, 두 번째 지명에 대한 국문과 영문을 그 하단부에 좌우로 배치하는 것이 보다 빠른 시간 내에 판독이 가능한 것으로 나타났다.

• 한국멀티미디어학회논문지
• /
• 제25권10호
• /
• pp.1535-1545
• /
• 2022

Sign language has completely different meaning depending on the direction of the hand or the change of facial expression even with the same gesture. In this respect, it is crucial to capture the spatial-temporal structure information of each movement. However, sign language translation studies based on Sign2Gloss2Text only convey comprehensive spatial-temporal information about the entire sign language movement. Consequently, detailed information (facial expression, gestures, and etc.) of each movement that is important for sign language translation is not emphasized. Accordingly, in this paper, we propose Spatial-temporal Keypoints Centered Sign2Gloss2Text Translation, named STKC-Sign2 Gloss2Text, to supplement the sequential and semantic information of keypoints which are the core of recognizing and translating sign language. STKC-Sign2Gloss2Text consists of two steps, Spatial Keypoints Embedding, which extracts 121 major keypoints from each image, and Temporal Keypoints Embedding, which emphasizes sequential information using Bi-GRU for extracted keypoints of sign language. The proposed model outperformed all Bilingual Evaluation Understudy(BLEU) scores in Development(DEV) and Testing(TEST) than Sign2Gloss2Text as the baseline, and in particular, it proved the effectiveness of the proposed methodology by achieving 23.19, an improvement of 1.87 based on TEST BLEU-4.

• 스마트미디어저널
• /
• 제12권1호
• /
• pp.32-46
• /
• 2023

Natural Language Processing (NLP) has grown tremendously in recent years. Typically, bilingual, and multilingual translation models have been deployed widely in machine translation and gained vast attention from the research community. On the contrary, few studies have focused on translating between spoken and sign languages, especially non-English languages. Prior works on Sign Language Translation (SLT) have shown that a mid-level sign gloss representation enhances translation performance. Therefore, this study presents a new large-scale Korean sign language dataset, the Museum-Commentary Korean Sign Gloss (MCKSG) dataset, including 3828 pairs of Korean sentences and their corresponding sign glosses used in Museum-Commentary contexts. In addition, we propose a translation framework based on self-supervised learning, where the pretext task is a text-to-text from a Korean sentence to its back-translation versions, then the pre-trained network will be fine-tuned on the MCKSG dataset. Using self-supervised learning help to overcome the drawback of a shortage of sign language data. Through experimental results, our proposed model outperforms a baseline BERT model by 6.22%.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1997년도 Proceedings International Workshop on New Video Media Technology
• /
• pp.137-142
• /
• 1997

One of the inherent problems in constructing the sign language dictionary is how to make retrieval and comparison operations on the visual database of signs. This paper describes a retrieval method, especifically for Japanese signs. This method has a useful capability for flexible retrieval of the sign from a bilingual dictionary. Our method can retrieve similar signs to the given input. The retrieval mechanism is essentially based on similarity between the given verbal description and verbal descriptions in a retrieval database. The similarity measure of verbal descriptions can be considered as the approximations for the similarity of sign motion images. As a results of our experiment, the success ratio of the retrievals is 96% in averages.

• 정보과학회 논문지
• /
• 제44권2호
• /
• pp.163-170
• /
• 2017

통계적 기계 번역을 이용한 구어-수화 번역 연구가 활발해짐에도 불구하고 수화 말뭉치의 자원 희소성 문제는 해결되지 않고 있다. 본 연구는 수화 번역의 첫 번째 단계로써 통계적 기계 번역을 이용한 구어-수지 신호 번역에서 말뭉치 자원 희소성으로부터 기인하는 문제점들을 해결할 수 있는 세 가지 전처리 방법을 제안한다. 본 연구에서 제안하는 방법은 1) 구어 문장의 패러프레이징을 통한 말뭉치 확장 방법, 2) 구어 단어의 표제어화를 통한 개별 어휘 출현 빈도 증가 및 구어 표현의 번역 가능성을 향상시키는 방법, 그리고 3) 수지 표현으로 전사되지 않는 구어의 기능어 제거를 통한 구어-수지 표현 간 문장 성분을 일치시키는 방법이다. 서로 다른 특징을 지닌 영어-미국 수화 병렬 말뭉치들을 이용한 실험에서 각 방법론들이 단독으로 쓰일 때와 조합되어 함께 사용되었을 때 모두 말뭉치의 종류와 관계없이 번역 성능을 개선시킬 수 있다는 것을 확인할 수 있었다.