手話は、ろう者や難聴者（DHH）コミュニティによって使用される表現力豊かな視覚言語である。手話認識、翻訳、生成の技術は著しい進歩を遂げているものの、その発展はデータセットの断片化、一貫性のないアノテーション、限られた言語的カバレッジによって制約され続けている。既存のベンチマークは現実世界のコミュニケーション需要を反映できていないことが多く、これらの限界に関する系統的な分析も不十分である。
このような背景のもと、ACL 2026本会議に採択された調査論文「大規模手話データセット：リソース、ベンチマーク、アノテーション標準に関する包括的調査」が発表された。Yiming Niら4名の著者によるこの論文は、2026年4月28日にarXivに投稿され、27ページ、5枚の図を含む。研究チームは、35の手話言語にわたる120のリソースを網羅する包括的な手話データセットの索引を構築し、手話技術研究に前例のない全体像を提供している。
論文では、手話データセットが直面する主要な課題を深く分析している。第一に、モダリティの不均衡の問題である。ビデオ、骨格、テキストなど異なるデータモダリティ間の分布が不均一であるため、モデルがバランスよく発展することが難しい。第二に、アノテーションの粒度の問題である。データセットによって手話の言語学的アノテーションの詳細度が大きく異なり、モデル訓練の一貫性と転移可能性に影響を与える。第三に、手話者バイアスである。データセット内の手話者の身元、背景、スタイルが十分に多様でない場合、モデルが特定のグループに過度に適合する可能性がある。これらの分析は、将来のデータセット設計に重要な指針を与えるものである。
標準化と再現性を促進するため、著者らは24のフィールドからなる「手話データシート」テンプレートを導入した。これは、言語、アノテーションの種類、手話者情報など、データセットの重要な属性を体系的に記録するためのものである。さらに、チームは公開GitHubリポジトリ（https://github.com/Ginqwerty/Open-Sign-Language）を公開し、標準化されたドキュメントと再現可能な評価を支援している。
全体として、この調査は、包摂的で堅牢かつスケーラブルな手話技術を開発するための統一された実用的基盤を提供し、現実のアプリケーションにおいてろう者や難聴者コミュニティにより良いサービスを提供する手話技術の推進に貢献するものである。