Este artículo propone AulSign, un método novedoso que utiliza modelos lingüísticos a gran escala (LLM) para abordar los desafíos de la traducción del lenguaje natural a la lengua de señas y la escasez de datos disponibles. AulSign aplica las capacidades de procesamiento de texto de los LLM a la traducción de la lengua de señas aprovechando el aprendizaje contextual mediante indicaciones dinámicas, selección de muestras y posterior asociación de la lengua de señas. Los LLM abordan la falta de conocimiento de la lengua de señas al vincularla con las descripciones en lenguaje natural. Experimentos con los conjuntos de datos SignBank+ y LaCAM CNR-ISTC para inglés e italiano demuestran que AulSign supera a los modelos existentes de mejor rendimiento en entornos con pocos datos. Este enfoque tiene el potencial de mejorar la accesibilidad y la inclusión de las comunidades lingüísticas desatendidas.
