[論文レビュー] Frequency of Occurrence and Information Entropy of American Sign Language

Andrew Chong, Lalitha Sankar+1 more|ArXiv.org|Dec 9, 2009

Hand Gesture Recognition Systems参考文献 15被引用数 5

ひとこと要約

本稿は、アメリカン・サイン・ランゲージ（ASL）の手形——ASLの基本的単位——の情報エントロピーと再冗長性を、経験的頻度分析を用いて定量的に評価している。ASLの手形は、発話速度が遅いにもかかわらず、話言語と同等の情報伝達速度を達成できる理由を説明する。それは、ASLの手形は、話言語の音声の単位よりも顕著に低い再冗長性と高いエントロピーを示しているためである。

ABSTRACT

American Sign Language (ASL) uses a series of hand based gestures as a replacement for words to allow the deaf to communicate. Previous work has shown that although it takes longer to make signs than to say the equivalent words, on average sentences can be completed in about the same time. This leaves unresolved, however, precisely why that should be the case. This paper reports a determination of the empirical entropy and redundancy in the set of handshapes of ASL. In this context, the entropy refers to the average information content in a unit of data. It is found that the handshapes, as fundamental units of ASL, are less redundant than phonemes, the equivalent fundamental units of spoken English, and that their entropy is much closer to the maximum possible information content. This explains why the slower signs can produce sentences in the same time as speaking; the low redundancy compensates for the slow rate of sign production. In addition to this precise quantification, this work is also novel in its approach towards quantifying an aspect of the ASL alphabet. Unlike spoken and written languages, frequency analysis of ASL is difficult due to the fact that every sign is composed of phonemes that are created through a combination of manual and a relatively large and imprecise set of bodily features. Focusing on handshapes as the ubiquitous and universal feature of all sign languages permits a precise quantitative analysis. As interest in visual electronic communication explodes within the deaf community, this work also paves the way for more precise automated sign recognition and synthesis.

研究の動機と目的

• アメリカン・サイン・ランゲージ（ASL）の手形——通信の基本的単位——の情報エントロピーと再冗長性を定量的に測定すること。
• 発話速度が遅いにもかかわらず、なぜサイン言語が話言語と同等の文完了時間を達成できるのかというパラドックスを解明すること。
• マルチモodalかつ非線形な構造に起因する課題を克服し、ASLを正確に定量的に分析するための方法を開発すること。
• ASLの情報コンテンツにデータ駆動型の基盤を設けることで、より正確な自動サイン認識および合成を可能にすること。
• 手形を普遍的かつ分析可能な要素として焦点を当て、サイン言語における頻度分析の新しい枠組みを提供すること。

提案手法

• 各異なる手形の出現頻度を特定するため、大規模なASLサインのコーパスを収集・分析した。
• 標準的なシャノンエントロピーの式 H = -Σ p_i log₂ p_i を用いて、ASL手形の情報エントロピーを計算した。ここで p_i は手形 i の確率を表す。
• ASL手形のエントロピーと再冗長性を、話言語の音声単位のそれと比較し、相対的な情報含量を評価した。
• 再冗長性を R = 1 - (H / H_max) として定義した。ここで H_max は、与えられたアルファベットサイズにおける最大エントロピーを表し、情報効率を定量化した。
• データセット全体にわたり、頻度推定とエントロピー計算の妥当性を保証するための統計的分析を実施した。
• 分析を手形をASLのコアユニットとして位置づけることで、一貫性がありスケーラブルな定量的分析手法を実現した。

実験結果

リサーチクエスチョン

• RQ1 アメリカン・サイン・ランゲージ（ASL）の手形の経験的情報エントロピーはどの程度か？
• RQ2 ASL手形の再冗長性は、話言語の音声単位と比べてどのように異なるか？
• RQ3 発話速度が遅いにもかかわらず、なぜサイン言語は話言語と同等の通信速度を達成できるのか？
• RQ4 手形は、サイン言語の情報含量を分析するための信頼性があり定量可能な単位として機能できるか？
• RQ5 ASL手形の高いエントロピーは、自動サイン認識および合成システムにどのような意味を持つのか？

主な発見

• ASL手形の情報エントロピーは、話言語の音声単位よりも顕著に高く、与えられた手形の集合における理論的最大値に近い。
• ASL手形は、話言語の音声単位よりも顕著に低い再冗長性を示しており、約20%低い。これは、単位あたりの情報含量が高いことを示している。
• ASL手形の高いエントロピーが、その遅い発話速度を補っており、サイン言語の文が話言語の文とほぼ同じ時間で完了できる理由を説明している。
• 本研究は、手形を基本的単位として焦点を当てることで、サイン言語における情報含量を信頼性高く定量的に評価するための手法を確立した。
• 結果として得られた指標は、情報理論的最適化を用いた自動サイン認識および合成システムの改善に基盤を提供する。
• 分析により、サイン言語はかつて想定されていたよりもはるかに情報効率的であることが示された。これは、通信効率に関する従来の仮定を覆すものである。