यह शोधपत्र एक नवीन, प्रशिक्षण-मुक्त सांकेतिक भाषा पहचान और संकेत पहचान ढाँचा प्रस्तुत करता है जो सांकेतिक भाषा अनुवाद में डेटा की कमी की समस्या का समाधान करने के लिए एक बड़े पैमाने के भाषा मॉडल (एलएलएम) को एकीकृत करता है। मौजूदा तरीकों के विपरीत, यह अध्ययन वैश्विक स्थानिक-कालिक और हाथ के आकार की विशेषताओं को निकालता है और गतिशील समय-संयोजन और कोसाइन समानता का उपयोग करके एक बड़े पैमाने के सांकेतिक भाषा शब्दकोश के साथ उनकी तुलना करता है। एलएलएम, बिना किसी फाइन-ट्यूनिंग के, बीम सर्च के माध्यम से संदर्भ-जागरूक शाब्दिक व्याख्या करता है, जिससे मिलान प्रक्रिया से उत्पन्न होने वाले शोर और अस्पष्टता को कम किया जा सकता है। सिंथेटिक और वास्तविक सांकेतिक भाषा डेटासेट का उपयोग करके किए गए प्रायोगिक परिणाम मौजूदा तरीकों की तुलना में सटीकता और वाक्य प्रवाह में सुधार प्रदर्शित करते हैं।
