論文の概要: Exploring linguistic feature and model combination for speech recognition based automatic AD detection

• arxiv url: http://arxiv.org/abs/2206.13758v1
• Date: Tue, 28 Jun 2022 05:09:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-29 14:36:07.488180
• Title: Exploring linguistic feature and model combination for speech recognition based automatic AD detection
• Title（参考訳）: 音声認識に基づく自動AD検出のための言語特徴とモデル組み合わせの探索
• Authors: Yi Wang, Tianzi Wang, Zi Ye, Lingwei Meng, Shoukang Hu, Xixin Wu, Xunying Liu, Helen Meng
• Abstract要約: 音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。 専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。 本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
• 参考スコア（独自算出の注目度）: 61.91708957996086
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Early diagnosis of Alzheimer's disease (AD) is crucial in facilitating preventive care and delay progression. Speech based automatic AD screening systems provide a non-intrusive and more scalable alternative to other clinical screening techniques. Scarcity of such specialist data leads to uncertainty in both model selection and feature learning when developing such systems. To this end, this paper investigates the use of feature and model combination approaches to improve the robustness of domain fine-tuning of BERT and Roberta pre-trained text encoders on limited data, before the resulting embedding features being fed into an ensemble of backend classifiers to produce the final AD detection decision via majority voting. Experiments conducted on the ADReSS20 Challenge dataset suggest consistent performance improvements were obtained using model and feature combination in system development. State-of-the-art AD detection accuracies of 91.67 percent and 93.75 percent were obtained using manual and ASR speech transcripts respectively on the ADReSS20 test set consisting of 48 elderly speakers.
• Abstract（参考訳）: アルツハイマー病(AD)の早期診断は,予防ケアと進行遅延の促進に不可欠である。 音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。 このようなスペシャリストデータの不足は、そのようなシステムを開発する際にモデル選択と機能学習の両方に不確実性をもたらす。 そこで本研究では,BERT と Roberta の事前学習済みテキストエンコーダのドメイン微調整の堅牢性を向上させるために,特徴とモデルの組み合わせを用いた手法を用いて,下位分類器のアンサンブルに埋め込み,多数決投票による最終的なAD検出判定を行う。 ADReSS20 Challengeデータセットで実施された実験は、システム開発におけるモデルと機能の組み合わせを用いて一貫したパフォーマンス改善が得られたことを示唆している。 高齢者話者48名からなるADReSS20テストセットにおいて、手動とASR音声の書き起こしを用いて、最先端のAD検出精度91.67パーセントと93.75パーセントを得た。

関連論文リスト

• Towards Within-Class Variation in Alzheimer's Disease Detection from Spontaneous Speech [60.08015780474457]
  アルツハイマー病(AD)の検出は、機械学習の分類モデルを使用する有望な研究領域として浮上している。 我々は、AD検出において、クラス内変異が重要な課題であると考え、ADを持つ個人は認知障害のスペクトルを示す。 本稿では,ソフトターゲット蒸留 (SoTD) とインスタンスレベルの再分散 (InRe) の2つの新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-09-22T02:06:05Z)
• Self-supervised ASR Models and Features For Dysarthric and Elderly Speech Recognition [71.87998918300806]
  本稿では,TDNNとConformer ASRシステムにSSLプリトレーニングモデルとその機能を統合するアプローチについて検討する。 ドメイン適応型HuBERT、wav2vec2-conformer、マルチ言語型XLSRモデルを統合することで構築されたTDNNシステムは、スタンドアロンの微調整型SSL事前訓練モデルより一貫して優れている。 DementiaBank Pitt の高齢者音声認識出力を用いて,アルツハイマー病の検出精度の向上も行った。
  論文  参考訳（メタデータ） (2024-07-03T08:33:39Z)
• Leveraging Pretrained Representations with Task-related Keywords for Alzheimer's Disease Detection [69.53626024091076]
  アルツハイマー病(AD)は高齢者に特に顕著である。 事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。 本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
  論文  参考訳（メタデータ） (2023-03-14T16:03:28Z)
• Exploiting prompt learning with pre-trained language models for Alzheimer's Disease detection [70.86672569101536]
  アルツハイマー病(AD)の早期診断は予防ケアの促進とさらなる進行の遅らせに不可欠である。 本稿では,AD分類誤差をトレーニング対象関数として一貫して用いたPLMの高速微調整法について検討する。
  論文  参考訳（メタデータ） (2022-10-29T09:18:41Z)
• Conformer Based Elderly Speech Recognition System for Alzheimer's Disease Detection [62.23830810096617]
  アルツハイマー病(AD)の早期診断は、予防ケアがさらなる進行を遅らせるのに不可欠である。 本稿では,DementiaBank Pitt コーパスをベースとした最新のコンバータに基づく音声認識システムの開発について述べる。
  論文  参考訳（メタデータ） (2022-06-23T12:50:55Z)
• Combining Prosodic, Voice Quality and Lexical Features to Automatically Detect Alzheimer's Disease [0.0]
  本稿では,自然発話からアルツハイマーの自動検出を改善することを目的としたADReSS Challengeへの貢献である。 年齢、性別、AD状態の108人の記録がトレーニングセットとして使用されている。 どちらのタスクも、韻律と声質に基づく音声から28の特徴を抽出する。
  論文  参考訳（メタデータ） (2020-11-18T13:37:27Z)
• To BERT or Not To BERT: Comparing Speech and Language-based Approaches for Alzheimer's Disease Detection [17.99855227184379]
  自然言語処理と機械学習はアルツハイマー病(AD)を確実に検出するための有望な技術を提供する 最近のADReSSチャレンジデータセットにおいて、AD検出のための2つのアプローチのパフォーマンスを比較し、比較する。 認知障害検出における言語学の重要性を考えると,細調整BERTモデルはAD検出タスクにおいて特徴に基づくアプローチよりも優れていた。
  論文  参考訳（メタデータ） (2020-07-26T04:50:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。