أظهر التقدم الأخير في تصنيف الإيماءات والإجراءات الدقيقة، وكذلك في الترجمة الآلية، إمكانية تحويل اعتراف لغة الإشارة الآلية إلى واقع ملموس. ويعتبر العائق الرئيسي أمام التقدم نحو هذا الهدف هو نقص البيانات التدريبية المناسبة، والذي ينبع من التعقيد العالي في ترميز الإشارات، بالإضافة إلى قلة عدد المُصنّفين المؤهلين. في هذه الدراسة، نقدم نهجًا جديدًا قابلاً للتوسع في جمع البيانات لاعتراف الإشارات في الفيديوهات المستمرة. ونستفيد من الترجمات الضعيفة التزامن للبرامج التلفزيونية، إلى جانب منهجية الكشف عن الكلمات المفتاحية، لتحديد إشارات محددة تلقائيًا ضمن مفردات تضم 1000 إشارة في 1000 ساعة من الفيديو. ونُقدّم المساهمات التالية: (1) نُظهر كيف يمكن استخدام مؤشرات التحدث الشفهي (mouthing cues) من المُشِيرين للحصول على ترميزات عالية الجودة من بيانات الفيديو – النتيجة هي مجموعة بيانات BSL-1K، وهي مجموعة من إشارات لغة الإشارة البريطانية (BSL) بحجم غير مسبوق؛ (2) نُظهر أن بإمكاننا استخدام مجموعة BSL-1K لتدريب نماذج قوية لاعتراف الإشارات المترابطة (co-articulated signs) في لغة الإشارة البريطانية، وأن هذه النماذج تُشكّل أيضًا تدريبًا أوليًا ممتازًا للغات إشارة أخرى ومقاييس معيارية – حيث تفوقنا الحد الأقصى الحالي في كلا المقياسين MSASL وWLASL؛ وأخيرًا، (3) نقترح مجموعات تقييم جديدة كبيرة النطاق لمهام اعتراف الإشارة وتحديد موقعها (sign spotting)، ونقدّم خطوطًا أساسية نأمل أن تُحفّز الأبحاث في هذا المجال.