Apakah NLP Dapat Segera Memasukkan Bahasa Isyarat?

Pengolahan bahasa alami (NLP) adalah salah satu subbidang terpenting dari kecerdasan buatan (AI). Ini melibatkan komputer yang dapat menganalisis dan memahami bahasa manusia, dan sering digunakan dalam perangkat lunak terjemahan, chatbot, asisten suara, dan berbagai alat di banyak industri. Namun, ini sering fokus pada bahasa lisan, yang berarti tidak menangani lebih dari 200 bahasa isyarat yang digunakan oleh sekitar 70 juta orang di seluruh dunia.

Hal ini dapat segera berubah karena penelitian baru yang menangani masalah ini. Mahasiswa magister di Language Technologies Institute Kayo Yin adalah co-penulis dari sebuah makalah baru yang mempelajari NLP untuk bahasa isyarat.

Memasukkan Bahasa Isyarat dalam NLP

Makalah yang berjudul “Memasukkan Bahasa Isyarat dalam Pengolahan Bahasa Alami” memenangkan penghargaan untuk Best Theme Paper di 59th Annual Meeting of the Association for Computational Linguistics. Co-penulis lainnya termasuk Amit Moryossef dari Bar-Ilan University di Israel; Julie Hochgesang dari Gallaudet University; Yoav Goldberg dari Bar-Ilan University dan Allen Institute for AI; dan Malihe Alikhani dari University of Pittsburgh’s School of Computing and Information.

“Bahasa isyarat, meskipun merupakan bagian penting dari bahasa yang digunakan di dunia, tidak termasuk,” kata Yin. “Terdapat permintaan dan pentingnya memiliki teknologi yang dapat menangani bahasa isyarat.”

Menurut penulis, komunitas yang menggunakan bahasa isyarat telah berjuang selama dekade untuk belajar dan menggunakan bahasa tersebut dan untuk diakui sebagai bahasa yang sah.

Penganiayaan Bahasa Isyarat

“Namun, dalam masyarakat yang sebagian besar menggunakan bahasa lisan, orang tuli terus didorong untuk menggunakan bahasa lisan melalui membaca bibir atau komunikasi berbasis teks,” makalah tersebut menyatakan. “Penghilangan bahasa isyarat dari teknologi bahasa modern lebih lanjut menekan penggunaan bahasa isyarat demi bahasa lisan.”

Minat Yin pada bahasa isyarat pertama kali muncul saat dia melakukan pekerjaan sosial di sebuah penampungan tunawisma sebagai mahasiswa di École Polytechnique di Paris. Dia mengenali kesulitan yang dihadapi oleh orang tuli dalam membangun koneksi dengan orang lain, sehingga Yin mulai belajar bahasa isyarat Perancis dan membuat terjemahan bahasa isyarat sebagai salah satu fokus penelitiannya.

Bahasa isyarat, yang sebagian besar bergantung pada gerakan tangan, ekspresi wajah, dan gerakan kepala dan tubuh, memungkinkan untuk menyampaikan beberapa kata sekaligus, tidak seperti bahasa lisan. Bahasa isyarat juga menggunakan jalan pintas, yang berfungsi seperti kata ganti dalam bahasa lisan. Alat pemrosesan NLP sangat efisien dalam menangani bahasa yang kompleks, jauh lebih baik daripada model visi komputer.

“Kita membutuhkan peneliti di kedua bidang untuk bekerja sama,” kata Yin. “Kita tidak dapat memahami bahasa isyarat sepenuhnya jika kita hanya melihat visualnya.”

Menurut Hochgesang, seorang ahli bahasa tuli yang fokus pada bahasa isyarat, mereka hampir tidak hadir dalam literatur, kelas linguistik, dan penelitian yang ditemui dalam mengejar gelarnya. Ketika datang ke gelar, bahasa hanya melibatkan ucapan.

“Pada skala pribadi, ini menyakitkan. Ini sepenuhnya mengabaikan cara saya menjadi,” kata Hochgesang. “Ketika saya masih mahasiswa, saya tidak melihat diri saya dalam data yang digambarkan dan itu membuat saya sangat sulit untuk terhubung. Bahwa hal ini belum banyak berubah hingga hari ini adalah sangat disayangkan. Satu-satunya cara perubahan ini terjadi adalah jika kita lebih banyak dimasukkan.”

Yin mengatakan bahwa makalah tersebut merupakan langkah besar dalam memotivasi individu dan mengumpulkan komunitas.

“Sangat menyenangkan melihat makalah yang saya tulis memotivasi orang, dan saya berharap dapat membuat perubahan dalam komunitas ini,” kata Yin.