論文の概要: How word semantics and phonology affect handwriting of Alzheimer's
patients: a machine learning based analysis
- arxiv url: http://arxiv.org/abs/2307.04762v1
- Date: Thu, 6 Jul 2023 13:35:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-11 12:04:56.041658
- Title: How word semantics and phonology affect handwriting of Alzheimer's
patients: a machine learning based analysis
- Title（参考訳）: 単語意味論と音韻学がアルツハイマー病患者の手書きにどのように影響するか : 機械学習による分析
- Authors: Nicole Dalia Cilia, Claudio De Stefano, Francesco Fontanella, Sabato
Marco Siniscalchi
- Abstract要約: 本研究は,アルツハイマー病患者の手書き書字に意味論と音韻論がどのような影響を及ぼすかを検討した。
我々は、6つの手書き作業から得られたデータを用いて、それぞれが以下のカテゴリの1つに属する単語をコピーする必要がある。
実験の結果,特徴選択により,単語の種類ごとに異なる特徴セットを導出できることがわかった。
- 参考スコア（独自算出の注目度）: 20.36565712578267
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Using kinematic properties of handwriting to support the diagnosis of
neurodegenerative disease is a real challenge: non-invasive detection
techniques combined with machine learning approaches promise big steps forward
in this research field. In literature, the tasks proposed focused on different
cognitive skills to elicitate handwriting movements. In particular, the meaning
and phonology of words to copy can compromise writing fluency. In this paper,
we investigated how word semantics and phonology affect the handwriting of
people affected by Alzheimer's disease. To this aim, we used the data from six
handwriting tasks, each requiring copying a word belonging to one of the
following categories: regular (have a predictable phoneme-grapheme
correspondence, e.g., cat), non-regular (have atypical phoneme-grapheme
correspondence, e.g., laugh), and non-word (non-meaningful pronounceable letter
strings that conform to phoneme-grapheme conversion rules). We analyzed the
data using a machine learning approach by implementing four well-known and
widely-used classifiers and feature selection. The experimental results showed
that the feature selection allowed us to derive a different set of highly
distinctive features for each word type. Furthermore, non-regular words needed,
on average, more features but achieved excellent classification performance:
the best result was obtained on a non-regular, reaching an accuracy close to
90%.
- Abstract（参考訳）: 神経変性疾患の診断を支援するために手書き文字のキネマティックな特性を利用することは、真の課題である。
文献において,提案する課題は,筆跡運動を誘発する様々な認知的スキルに着目したものである。
特に、コピーする単語の意味と音韻は、筆順を損なう可能性がある。
本稿では,アルツハイマー病の影響を受ける人の筆跡に単語意味論と音韻学がどのように影響するかを検討した。
この目的のために,6つの手書き作業から得られたデータを用いて,規則性(予測可能な音素-音素対応,例えば猫),非規則性(非定型音素-音素対応、例えば笑い),非単語(音素-音素変換規則に準拠した非意味的発音可能な文字列)の1つの単語をコピーする必要がある。
我々は、よく知られた4つの分類器と特徴選択を実装することで、機械学習アプローチを用いてデータを分析した。
実験の結果,特徴の選択により,各単語タイプごとに異なる特徴の異なる集合を導出できることがわかった。
さらに、非正規語は、平均して多くの特徴を持つが、優れた分類性能を達成した: 最良の結果が非正規語で得られ、90%近い精度に達した。
関連論文リスト
- Dynamically enhanced static handwriting representation for Parkinson's disease detection [8.26914435242875]
パーキンソン病(PD)の評価の文脈において、手書き文字は特別な役割を果たす。
本稿では,手書き文字の「動的に強化された」静的画像の識別能力について検討する。
論文 参考訳（メタデータ） (2024-05-22T08:28:42Z) - Towards Unsupervised Recognition of Token-level Semantic Differences in
Related Documents [61.63208012250885]
意味的差異をトークンレベルの回帰タスクとして認識する。
マスク付き言語モデルに依存する3つの教師なしアプローチについて検討する。
その結果,単語アライメントと文レベルのコントラスト学習に基づくアプローチは,ゴールドラベルと強い相関関係があることが示唆された。
論文 参考訳（メタデータ） (2023-05-22T17:58:04Z) - PWESuite: Phonetic Word Embeddings and Tasks They Facilitate [37.09948594297879]
音声による単語の埋め込みを構築するために,音声特徴を用いた3つの手法を開発した。
また、過去、現在、将来のメソッドを適切に評価するためのタスクスイートも提供します。
論文 参考訳（メタデータ） (2023-04-05T16:03:42Z) - Stylistic Fingerprints, POS-tags and Inflected Languages: A Case Study
in Polish [0.0]
屈折言語は単語形式を疎外し、ほとんどの統計的手続きを複雑にする。
本稿では,文体プロファイルの認識における文法的特徴(POS-tag n-gramsによる評価)と補題形式の有用性について検討する。
論文 参考訳（メタデータ） (2022-06-05T15:48:16Z) - Deep Neural Convolutive Matrix Factorization for Articulatory
Representation Decomposition [48.56414496900755]
この研究は、コンボリューティブスパース行列分解のニューラル実装を用いて、調音データを解釈可能なジェスチャーとジェスチャースコアに分解する。
音素認識実験も実施され、ジェスチャースコアが実際に音韻情報のコード化に成功していることが示された。
論文 参考訳（メタデータ） (2022-04-01T14:25:19Z) - Unsupervised Multimodal Word Discovery based on Double Articulation
Analysis with Co-occurrence cues [7.332652485849632]
ヒトの幼児は、言語に関する最小限の事前知識で口頭語彙を取得する。
本研究では,音声単位を発見するための教師なし学習手法を提案する。
提案手法は教師なし学習を用いて音声信号から単語と音素を取得することができる。
論文 参考訳（メタデータ） (2022-01-18T07:31:59Z) - A comprehensive empirical analysis on cross-domain semantic enrichment
for detection of depressive language [0.9749560288448115]
まず、大規模な汎用データセットから事前トレーニングされたリッチな単語の埋め込みから始め、シンプルな非線形マッピングメカニズムを通じて、はるかに小さく、より特定のドメインデータセットから学んだ埋め込みで拡張します。
単語の埋め込み表現は,高品質なデータセットに適用した場合に,他よりもはるかに優れたF1スコアが得られることを示す。
論文 参考訳（メタデータ） (2021-06-24T07:15:09Z) - NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価
本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。
イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
論文 参考訳（メタデータ） (2021-02-10T13:00:29Z) - Fake it Till You Make it: Self-Supervised Semantic Shifts for
Monolingual Word Embedding Tasks [58.87961226278285]
語彙意味変化をモデル化するための自己教師付きアプローチを提案する。
本手法は,任意のアライメント法を用いて意味変化の検出に利用できることを示す。
3つの異なるデータセットに対する実験結果を用いて,本手法の有用性について述べる。
論文 参考訳（メタデータ） (2021-01-30T18:59:43Z) - Accelerating Text Mining Using Domain-Specific Stop Word Lists [57.76576681191192]
本稿では,超平面的アプローチと呼ばれるドメイン固有語の自動抽出手法を提案する。
ハイパープレーンベースのアプローチは、無関係な特徴を排除することによって、テキストの寸法を著しく削減することができる。
その結果,超平面型アプローチはコーパスの寸法を90%削減し,相互情報より優れることがわかった。
論文 参考訳（メタデータ） (2020-11-18T17:42:32Z) - On Vocabulary Reliance in Scene Text Recognition [79.21737876442253]
ボキャブラリ内の単語を持つ画像に対して、手法は良好に機能するが、ボキャブラリ外の単語を持つ画像にはあまり一般化しない。
私たちはこの現象を「語彙依存」と呼んでいる。
本研究では,2家族のモデルが協調的に学習できるようにするための,シンプルで効果的な相互学習戦略を提案する。
論文 参考訳（メタデータ） (2020-05-08T11:16:58Z)
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。