Частотность компонентов жестов русского жестового языка
Аннотация
Статья посвящена исследованию структуры жестов русского жестового языка (ЖЯ) и их компонентов разных категорий, позволяющих передать всё многообразие жестов. Одной ещё недостаточно изученной областью в изучении структуры ЖЯ является различие компонентов жестов разных категорий, позволяющих передать всё многообразие жестов национальных ЖЯ, в том числе и русского жестового языка (РЖЯ). Исследование проведено на основе материала созданного корпуса, содержащего наиболее употребительные жесты РЖЯ в письменной форме с использованием знаков системы SignWriting (SW). Сравнение отдельных жестов в знаковой форме позволяет выявить визуальные сходства между некоторыми из них при незначительных различиях их компонентов. При проведении лингвистического анализа важно знать частотные характеристики языка. Основная цель данной работы состоит в выявлении компонентов жестов с наибольшей частотой их использования. Объектом данного исследования выбраны формы рук, описывающие состояние ладони и пальцев руки при исполнении жестов. Данные компоненты любого жеста в ЖЯ являются базовыми и самыми многочисленными среди компонентов других категорий (движение, ориентация, локализация и т.д.). В статье приведены данные по составу знаков категории «Руки» из общей базы системы SW. Представлены результаты пилотного исследования частотности компонентов жестов РЖЯ на основе материала, собранного в рамках разработанного корпуса жестов в знаковой форме системы SW. Частота использования жестов и их компонентов является важным фактором, который следует учитывать при исследовании вариаций жестов, влияющим на изменение ЖЯ с течением времени. Получение информации по показателям частотности жестов и их компонентов может быть полезно при разработке программ по распознаванию жестов, при дальнейших лингвистических исследованиях и при изучении ЖЯ.
Литература
[2] Costa E.S., Nascimento L.R.S. Os dicionários virtuais e impressos da língua Brasileira de sinais. In: Encontro Internacional de Formação de Professores e Fórum Permanente de Inovação Educacional. 2015; 8(1). Available at: https://eventos.set.edu.br/enfope/article/view/1283 (accessed 10.08.2020). (In Portug.)
[3] Goldin-Meadow S., Brentari D. Gesture, sign, and language: The coming of age of sign language and gesture studies. Behavioral and Brain Sciences. 2017; 40:E46. (In Eng.) DOI: https://doi.org/10.1017/S0140525X15001247
[4] Sennikova Y., Garcia B. Statut et rôle des composants sublexicaux dans la structuration du lexique en langue des signes française (LSF). Lexique. 2018; (23):131-159. Available at: https://lexique.univ-lille.fr/05-statut-et-role-des-composants-sublexicaux-dans-la-structuration-du-lexique-en-langue-des-signes-francaise-lsf.html (accessed 10.08.2020). (In French)
[5] Kimmelman V., Pfau R., Aboh E.O. Argument structure of classifier predicates in Russian Sign Language. Natural Language & Linguistic Theory. 2020; 38(2):539-579. (In Eng.) DOI: https://doi.org/10.1007/s11049-019-09448-9
[6] Kimmelman V. Word Order in Russian Sign Language. Sign Language Studies. 2012; 12(3):414-445. Available at: http://www.jstor.org/stable/26191722 (accessed 10.08.2020). (In Eng.)
[7] Myasoedova M.A., Myasoedova Z.P. Interlanguage Features of Sign Languages (According to the Material of Gestures in Sign Form). Sovremennye informacionnye tehnologii i IT-obrazovanie = Modern Information Technologies and IT-Education. 2019; 15(1):172-181. (In Russ., abstract in Eng.) DOI: https://doi.org/10.25559/SITITO.15.201901.172-181
[8] Zhang Z., Pu J., Zhuang L., Zhou W., Li H. Continuous Sign Language Recognition via Reinforcement Learning. In: 2019 IEEE International Conference on Image Processing (ICIP). Taipei, Taiwan; 2019. p. 285-289. (In Eng.) DOI: https://doi.org/10.1109/ICIP.2019.8802972
[9] Camgoz N.C., Hadfield S., Koller O., Bowden R. SubUNets: End-to-End Hand Shape and Continuous Sign Language Recognition. In: 2017 IEEE International Conference on Computer Vision (ICCV). Venice, Italy; 2017. p. 3075-3084. (In Eng.) DOI: https://doi.org/10.1109/ICCV.2017.332
[10] Zhou H., Zhou W., Li H. Dynamic Pseudo Label Decoding for Continuous Sign Language Recognition. In: 2019 IEEE International Conference on Multimedia and Expo (ICME). Shanghai, China; 2019. p. 1282-1287. (In Eng.) DOI: https://doi.org/10.1109/ICME.2019.00223
[11] Niu Z., Mak B. Stochastic Fine-Grained Labeling of Multi-state Sign Glosses for Continuous Sign Language Recognition. In: Vedaldi A., Bischof H., Brox T., Frahm J.M. (ed.) Computer Vision – ECCV 2020. ECCV 2020. Lecture Notes in Computer Science. 2020; 12361:172-186. Springer, Cham. (In Eng.) DOI: https://doi.org/10.1007/978-3-030-58517-4_11
[12] Myasoedova M.A., Myasoedova Z.P. Sign Language Notation Systems and their comparative analysis. Sovremennye informacionnye tehnologii i IT-obrazovanie = Modern Information Technologies and IT-Education. 2018; 14(1):183-192. (In Russ., abstract in Eng.) DOI: https://doi.org/10.25559/SITITO.14.201801.183-192
[13] McDonald J., Wolfe R., Schnepp J., Hochgesang J., Jamrozik D.G., Stumbo M., Berke L., Bialek M., Thomas F. An automated technique for real-time production of lifelike animations of American Sign Language. Universal Access in the Information Society. 2016; 15(4):551-566. (In Eng.) DOI: https://doi.org/10.1007/s10209-015-0407-2
[14] Stiehl D., Addams L., Oliveira L.S., Guimarães C., Britto A.S. Towards a SignWriting recognition system. In: 2015 13th International Conference on Document Analysis and Recognition (ICDAR). Tunis, Tunisia; 2015. p. 26-30. (In Eng.) DOI: https://doi.org/10.1109/ICDAR.2015.7333719
[15] Iatskiu C.E.A., García L.S., Canteri R.D.P., Antunes D.R. The Low Use of SignWriting Computational Tools from HCI Perspective. In: Antona M., Stephanidis C. (ed.) Universal Access in Human-Computer Interaction. Access to Interaction. UAHCI 2015. Lecture Notes in Computer Science. 2015; 9176:373-382. Springer, Cham. (In Eng.) DOI: https://doi.org/10.1007/978-3-319-20681-3_35
[16] Bouzid Y., Jemni M. TuniSigner: A Virtual Interpreter to Learn Sign Writing. In: 2014 IEEE 14th International Conference on Advanced Learning Technologies. Athens, Greece; 2014. p. 601-605. (In Eng.) DOI: https://doi.org/10.1109/ICALT.2014.176
[17] Guimarães C., Guardezi J.F., Fernandes S. Sign Language Writing Acquisition – Technology for a Writing System. In: 2014 47th Hawaii International Conference on System Sciences. Waikoloa, HI, USA; 2014. p. 120-129. (In Eng.) DOI: https://doi.org/10.1109/HICSS.2014.23
[18] Bouzid Y., Jemni M. A Virtual Signer to Interpret SignWriting. In: Miesenberger K., Fels D., Archambault D., Peňáz P., Zagler W. (ed.) Computers Helping People with Special Needs. ICCHP 2014. Lecture Notes in Computer Science. 2014; 8548:458-465. Springer, Cham. (In Eng.) DOI: https://doi.org/10.1007/978-3-319-08599-9_69
[19] Guimarães C., Guardezi J.F., Oliveira L.E., Fernandes S. Deaf Culture and Sign Language Writing System – A Database for a New Approach to Writing System Recognition Technology. In: 2014 47th Hawaii International Conference on System Sciences. Waikoloa, HI, USA; 2014. p. 3368-3377. (In Eng.) DOI: https://doi.org/10.1109/HICSS.2014.418
[20] Caselli N.K., Sehyr Z.S., Cohen-Goldberg A.M., Emmorey K. ASL-LEX: A lexical database of American Sign Language. Behavior Research Methods. 2017; 49(2):784-801. (In Eng.) DOI: https://doi.org/10.3758/s13428-016-0742-0
[21] Myasoedova M.A., Myasoedova Z.P. Corpus of signs in writing as a tool to investigate the peculiarities of how signs form up (on the example of the Russian Sign Language). Sovremennye informacionnye tehnologii i IT-obrazovanie = Modern Information Technologies and IT-Education. 2018; 14(2):426-435. (In Russ., abstract in Eng.) DOI: https://doi.org/10.25559/SITITO.14.201802.426-435
[22] Trevor J. Lexical Frequency in Sign Languages. The Journal of Deaf Studies and Deaf Education. 2012; 17(2):163-193. (In Eng.) DOI: https://doi.org/10.1093/deafed/enr036
[23] Morford J.P., Macfarlane J. Frequency Characteristics of American Sign Language. Sign Language Studies. 2033; 3(2):213-225. Available at: http://www.jstor.org/stable/26204871 (accessed 10.08.2020). (In Eng.)
[24] Smith R.G., Hofmann M. A Lexical Frequency Analysis of Irish Sign Language. TEANGA: The Journal of the Irish Association for Applied Linguistics. 2020; 11(11):18-47. (In Eng.) DOI: https://doi.org/10.35903/teanga.v11i1.162
[25] Tamminga M., Fisher J., Hochgesang J. Weak Hand Variation in Philadelphia ASL: A Pilot Study. University of Pennsylvania Working Papers in Linguistics. 2020; 25(2):15. Available at: https://repository.upenn.edu/pwpl/vol25/iss2/15 (accessed 10.08.2020). (In Eng.)
[26] Thorvaldsdottir G.B. The Beginnings of Phonetic and Phonological Coding in the Signs of Ireland Digital Corpus: the Representation of Handshapes. The ITB Journal. 2010; 11(1):4. (In Eng.) DOI: https://doi.org/10.21427/D7316R
[27] Fenlon J., Schembri A., Rentelis R., Cormier K. Variation in handshape and orientation in British Sign Language: The case of the ‘1’ hand configuration. Language & Communication. 2013; 33(1):69-91. (In Eng.) DOI: https://doi.org/10.1016/j.langcom.2012.09.001
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Редакционная политика журнала основывается на традиционных этических принципах российской научной периодики и строится с учетом этических норм работы редакторов и издателей, закрепленных в Кодексе поведения и руководящих принципах наилучшей практики для редактора журнала (Code of Conduct and Best Practice Guidelines for Journal Editors) и Кодексе поведения для издателя журнала (Code of Conduct for Journal Publishers), разработанных Комитетом по публикационной этике - Committee on Publication Ethics (COPE). В процессе издательской деятельности редколлегия журнала руководствуется международными правилами охраны авторского права, нормами действующего законодательства РФ, международными издательскими стандартами и обязательной ссылке на первоисточник.
Журнал позволяет авторам сохранять авторское право без ограничений. Журнал позволяет авторам сохранить права на публикацию без ограничений.
Издательская политика в области авторского права и архивирования определяются «зеленым цветом» в базе данных SHERPA/RoMEO.
Все статьи распространяются на условиях лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная, которая позволяет другим использовать, распространять, дополнять эту работу с обязательной ссылкой на оригинальную работу и публикацию в этом журналe.
