[论文解读] Resource production of written forms of Sign Languages by a user centered editor, SWift (SignWriting improved fast transcriber)
SWift 是一款以用户为中心的 SignWriting 编辑器,旨在使聋人用户和研究人员能够使用标准化字形创作和转录手语,其直观的界面降低了数字访问的障碍。该系统支持完整的手语表达,包括非手动特征;初步可用性测试证实了其有效性,但字形搜索和菜单导航仍需优化以实现最佳可访问性。
The SignWriting improved fast transcriber (SWift), presented in this paper, is an advanced editor for computer-aided writing and transcribing of any Sign Language (SL) using SignWriting (SW). The application is an editor which allows composing and saving desired signs using the SW elementary components, called "glyphs". These make up a sort of alphabet, which does not depend on the national Sign Language and which codes the basic components of any sign. The user is guided through a fully-automated procedure, making the composition process fast and intuitive. SWift pursues the goal of helping to break down the "electronic barriers" that keep deaf people away from the web, and at the same time to support linguistic research about Sign Languages features. For this reason it has been designed with a special attention to deaf user needs, and to general usability issues. The editor has been developed in a modular way, so it can be integrated everywhere the use of SW as an alternative to written "verbal" language may be advisable.
研究动机与目标
- 开发一种可访问、用户友好的手语写作编辑器,利用 SignWriting (SW) 以克服聋人用户在数字访问方面的障碍。
- 通过支持对手语组成部分(包括手动与非手动特征)的精确、详细转录,促进语言学研究。
- 创建一种模块化、可扩展的工具,可集成至教育平台与基于网络的平台,用于手语内容创作。
- 通过迭代设计与可用性测试,聚焦聋人用户需求,提升 SignWriting 的可用性。
提出的方法
- SWift 编辑器采用模块化架构,支持在各种数字环境中集成。
- 用户可通过选择和组合表示手形、朝向、动作及非手动特征的基本 SignWriting 字形来构建手语符号。
- 界面包含一个带有视觉图标的字形搜索引擎,帮助用户查找特定符号,但部分用户在发现该功能方面存在困难。
- 通过让聋人参与者使用“自言自语”法,并结合双语(意大利语与意大利手语)的 QUIS 问卷,对系统可用性进行了评估。
- 系统设计注重直观导航与视觉反馈,以减少符号构建过程中的认知负荷。
- 未来开发将整合类似 OCR 的手写字形识别功能,并通过图像处理技术实现实时网络摄像头转录。
实验结果
研究问题
- RQ1如何通过以用户为中心的编辑器提升聋人用户在 SignWriting 使用中的可访问性与可用性?
- RQ2在基于字形的系统中,用户在构建复杂符号时面临的主要可用性挑战是什么?
- RQ3视觉化、图标驱动的字形搜索界面在帮助用户查找并插入特定符号方面的有效性如何?
- RQ4基于 SignWriting 的编辑器在支持完整手语语篇转录(包括非手动成分)方面的能力达到何种程度?
- RQ5哪些设计特征对于使研究人员与聋人用户都能准确、标准化地生成手语文本最为关键?
主要发现
- 自言自语法显示,用户最初更关注任务完成而非口头表达想法,但在提醒后合规性提高,表明该方法在可用性评估中具有有效性。
- 测试期间未发现严重错误,证实了系统的稳定性与稳健设计。
- 最常见的错误与对字形搜索机制的理解错误有关,尤其是首次使用搜索引擎时,该任务是用户遇到的第一个操作。
- 用户在使用字形菜单的视觉设计方面遇到困难,特别是难以定位特定的字形族,导致在构建复杂符号时出现间歇性迷失感。
- 整体界面的直观性获得积极评价,尤其在图标识别与功能激活方面,表明视觉设计具有显著成效。
- 初步结果支持将 SWift 扩展为全文编辑器或跨符号系统转换器,已识别出两个关键开发方向:手写字形识别与实时网络摄像头转录。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。