手語的自然語言處理是計算機學科中的一項重要任務。目前隨著信息技術的飛速發(fā)展，以文本和語音為主要載體的傳統(tǒng)語言計算的工作重點已從編碼、輸人方法和字音的研究逐漸轉移到語法層面，并進入深度計算的階段。然而手語信息處理卻嚴重滯后，處于空白起步階段。究其原因，主要是缺乏用于機器學習的具有一定規(guī)模的手語語料庫資源，同時傳統(tǒng)的語言計算技術也存在不足，這些都阻礙了手語機器翻譯、手語冋答系統(tǒng)、手語信息檢索等信息處理的應用研究。該文首先闡述了手語計算與傳統(tǒng)語言計算的本質差異在于空間建模，這種差異導致了前者核心任務是單信道與多信道轉換，后者根本任務是消歧。從詞法、句法、語義、語用、應用等層面對手語計算進行了回顧，重點介紹了手語機器翻譯和分類詞謂語計算，指岀分類詞謂語是手語計算的關鍵以及取得突破的切人點。從展望的角度，認為互聯(lián)網(wǎng)肘代體感設備的出現(xiàn)、認知神經(jīng)科學的興起、深度學習的進展等新技術為手語計算帶來了新的機遇。將手語計算飭傳統(tǒng)語言計算進行比較，分析了手語計算的趨勢和未來的研究方向，手語的認知計算是從手勢的物理特征到語義表征的映射轉換過程，其計算趨勢是填補音韻特征、語義單元這樣的中間步驟，避免直接從底層特征得到語義概念，關注在手語行為與語言特征的關系上進行機器學習，建立融合空間特征的統(tǒng)計學習模型。未來研究方向包括資源建設、文景轉換、隱喻理解，其中文景轉換有助于實現(xiàn)空間信息抽取，即物體的空間方向、位置等信息，結合知識庫消除自然語言的模糊性，進而實現(xiàn)三維場景構建。指出手語計算正從萌芽期過渡到發(fā)展期，若取得重大突破，手語計算將擴展語言計算體系，推動人工智能的發(fā)展。