Kan NLP snart omfatta teckenspråk?

Naturlig språkbehandling (NLP) är ett av de viktigaste underfälten inom artificiell intelligens (AI). Det handlar om att datorer kan analysera och förstå mänskligt språk, och det används ofta i översättningsprogram, chattbotar, röststyrda assistenter och olika verktyg inom många branscher. Men det fokuserar ofta på talade språk, vilket innebär att det inte tar upp de 200+ teckenspråk som nästan 70 miljoner människor använder över hela världen.

Detta kan snart förändras eftersom ny forskning tar upp frågan. Masterstudenten i Language Technologies Institute Kayo Yin är medförfattare till en ny artikel som undersöker NLP för teckenspråk.

Att inkludera teckenspråk i NLP

Artikeln med titeln “Att inkludera teckenspråk i naturlig språkbehandling” fick priset för bästa tematisk artikel vid den 59:e årliga mötet i Association for Computational Linguistics. De andra medförfattarna var Amit Moryossef från Bar-Ilan University i Israel, Julie Hochgesang från Gallaudet University, Yoav Goldberg från Bar-Ilan University och Allen Institute for AI, samt Malihe Alikhani från University of Pittsburghs School of Computing and Information.

“Teckenspråk, även om de är en betydande del av de språk som används i världen, är inte inkluderade”, sa Yin. “Det finns ett behov och en viktighet i att ha teknologi som kan hantera teckenspråk.”

Enligt författarna har samhällen som använder teckenspråk kämpat i decennier för att lära sig och använda språken och för att få dem erkända som legitima.

Undertryckandet av teckenspråk

“Men i ett övervägande muntligt samhälle uppmuntras döva människor ständigt att använda talade språk genom läppavläsning eller textbaserad kommunikation”, stod det i artikeln. “Uteslutandet av teckenspråk från moderna språkteknologier undertrycker ytterligare teckenspråk till förmån för talade språk.”

Yins intresse för teckenspråk började när hon gjorde utåtriktat arbete på ett hemlöst härbärge som undergraduate vid École Polytechnique i Paris. Hon insåg svårigheterna som döva människor hade att etablera kontakter med andra, så Yin började lära sig franskt teckenspråk och gjorde teckenspråkstolkning till en av fokusområdena i sin undergraduate-forskning.

Teckenspråk, som till stor del bygger på handgestiker, ansiktsuttryck och huvud- och kroppsrörelser, gör det möjligt att uttrycka flera ord samtidigt, till skillnad från talade språk. Teckenspråk använder också genvägar, som fungerar liknande pronomen i talade språk. NLP-behandlingsverktyg är extremt effektiva för att hantera komplexa språk, mycket bättre än datormodeller.

“Vi behöver forskare inom båda fälten som arbetar hand i hand”, sa Yin. “Vi kan inte fullständigt förstå teckenspråk om vi bara tittar på de visuella aspekterna.”

Enligt Hochgesang, en döv lingvist som fokuserar på teckenspråk, var de knappt närvarande i den litteratur, lingvistiska kurser och forskning som hon mötte under sin utbildning. När det gäller examen handlar språk bara om tal.

“På en personlig nivå gjorde det ont. Det ignorerade helt min tillvaro”, sa Hochgesang. “När jag var student såg jag inte mig själv i de data som beskrevs, och det gjorde det mycket svårt för mig att koppla samman. Att det fortfarande inte har förbättrats mycket idag är olyckligt. Det enda sättet att förändra detta är om vi inkluderas mer.”

Yin säger att artikeln är ett stort steg framåt för att motivera individer och föra samhällen samman.

“Det är verkligen spännande att se en artikel som jag skrivit motivera människor, och jag hoppas att den kan skapa en förändring i dessa samhällen”, sa Yin.