تُعد اللغة الإشارية القناة الرئيسية للتواصل لدى الأشخاص الذين يعانون من ضعف السمع. وهي لغة بصرية تنقل مكونات منظمة للغاية من معايير يدوية وغير يدوية، مما يتطلب جهدًا كبيرًا من قبل الأشخاص السامعين لاستيعابها. ويهدف التعرف على لغة الإشارات إلى تقليل صعوبة تعلّم هذه اللغة وسد الفجوة في التواصل بين الأشخاص ذوي ضعف السمع والآخرين. تقدم هذه الدراسة معمارية فعّالة للتعرف على لغة الإشارات تعتمد على شبكة عصبية رسمية متعددة الأبعاد (GCN). وتتكوّن المعمارية المقدمة من عدد قليل من طبقات 3DGCN القابلة للتفكيك، والتي تم تحسينها باستخدام آلية انتباه فضائي. وتمكّن الكمية المحدودة من الطبقات في المعمارية المقترحة من تجنب مشكلة التسطيح الزائد الشائعة في الشبكات العصبية الرسومية العميقة. علاوةً على ذلك، تُعزّز آلية الانتباه تمثيل السياق الفضائي للإشارات. وتم تقييم المعمارية المقترحة على مجموعة متنوعة من المجموعات البيانات، وأظهرت نتائج متميزة.