論文の概要: Automatic Identification of Alzheimer's Disease using Lexical Features
extracted from Language Samples
- arxiv url: http://arxiv.org/abs/2307.08070v1
- Date: Sun, 16 Jul 2023 15:05:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-18 15:52:21.466377
- Title: Automatic Identification of Alzheimer's Disease using Lexical Features
extracted from Language Samples
- Title（参考訳）: 言語サンプルから抽出した語彙特徴を用いたアルツハイマー病の自動同定
- Authors: M. Zakaria Kurdi
- Abstract要約: 本研究の目的は、アルツハイマー病(AD)の認知症がレキシコンの様々な側面に与える影響について理解を深めることである。
本研究の目的は,AD患者が生成する言語サンプルの自動同定において,レキシコンのこのような側面が最先端のパフォーマンス向上に有効であることを実証することにある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Objective: this study has a twofold goal. First, it aims to improve the
understanding of the impact of Dementia of type Alzheimer's Disease (AD) on
different aspects of the lexicon. Second, it aims to demonstrate that such
aspects of the lexicon, when used as features of a machine learning classifier,
can help achieve state-of-the-art performance in automatically identifying
language samples produced by patients with AD. Methods: data is derived from
the ADDreSS challenge, which is a part of the DementiaBank corpus. The used
dataset consists of transcripts of Cookie Theft picture descriptions, produced
by 54 subjects in the training part and 24 subjects in the test part. The
number of narrative samples is 108 in the training set and 48 in the test set.
First, the impact of AD on 99 selected lexical features is studied using both
the training and testing parts of the dataset. Then some machine learning
experiments were conducted on the task of classifying transcribed speech
samples with text samples that were produced by people with AD from those
produced by normal subjects. Several experiments were conducted to compare the
different areas of lexical complexity, identify the subset of features that
help achieve optimal performance, and study the impact of the size of the input
on the classification. To evaluate the generalization of the models built on
narrative speech, two generalization tests were conducted using written data
from two British authors, Iris Murdoch and Agatha Christie, and the
transcription of some speeches by former President Ronald Reagan. Results:
using lexical features only, state-of-the-art classification, F1 and
accuracies, of over 91% were achieved in categorizing language samples produced
by individuals with AD from the ones produced by healthy control subjects. This
confirms the substantial impact of AD on lexicon processing.
- Abstract（参考訳）: 目的: この研究には2つの目標がある。
第一に、アルツハイマー病(AD)の認知症がレキシコンの様々な側面に与える影響を理解することを目的としている。
第二に、機械学習分類器の特徴として使用されるレキシコンのこのような側面が、AD患者が生成する言語サンプルを自動的に識別する最先端のパフォーマンスを達成することを実証することを目的としている。
メソッド:データは、DementiaBankのコーパスの一部であるADDreSSチャレンジから導かれる。
使用したデータセットは、トレーニング部で54名、テスト部で24名からなるCookie Theft画像記述の書き起こしからなる。
ナラティブサンプルの数はトレーニングセットで108個、テストセットで48個である。
まず、選択された99の語彙特徴に対するadの影響を、データセットのトレーニングとテストの両方を用いて検討する。
そこで, 健常者からAD患者が作成したテキストサンプルを用いて, 書き起こされた音声サンプルを分類する作業において, 機械学習実験を行った。
語彙的複雑性の異なる領域を比較し、最適な性能を達成するのに役立つ特徴のサブセットを特定し、入力のサイズが分類に与える影響を調べるために、いくつかの実験を行った。
物語音声に基づくモデルの一般化を評価するため、2つの一般化試験は、イギリスの作家アイリス・マードック(英語版)とアガサ・クリスティ(英語版)の筆記データと、ロナルド・レーガン元大統領によるスピーチの書き起こしを用いて行われた。
結果: 語彙的特徴のみを用い, 健康管理対象者からadを持つ個人が生成する言語サンプルの分類において, f1 と accuracies の91%以上が達成された。
これは、ADが辞書処理に大きく影響していることを確認する。
関連論文リスト
- Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Disco-Bench: A Discourse-Aware Evaluation Benchmark for Language
Modelling [70.23876429382969]
本研究では,多種多様なNLPタスクに対して,文内談話特性を評価できるベンチマークを提案する。
ディスコ・ベンチは文学領域における9つの文書レベルのテストセットから構成されており、豊富な談話現象を含んでいる。
また,言語分析のために,対象モデルが談話知識を学習するかどうかを検証できる診断テストスイートを設計する。
論文 参考訳（メタデータ） (2023-07-16T15:18:25Z) - Exploring Multimodal Approaches for Alzheimer's Disease Detection Using
Patient Speech Transcript and Audio Data [10.782153332144533]
アルツハイマー病(英語: Alzheimer's disease、AD)は、認知症の一種であり、患者の健康に深刻な影響を及ぼす。
本研究では,DmentiaBank Pittデータベースから患者の音声と転写データを用いたAD検出法について検討した。
論文 参考訳（メタデータ） (2023-07-05T12:40:11Z) - 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) - Cross-lingual Alzheimer's Disease detection based on paralinguistic and
pre-trained features [6.928826160866143]
本稿ではICASSP-SPGC-2023 ADReSS-M Challenge Taskについて述べる。
この課題は、アルツハイマー病の予測のために、どの音響特徴を一般化し、言語間で伝達できるかを検討することである。
我々は、openSmileツールキットとXLSR-53を用いた音響特性を用いてパラ言語的特徴を抽出する。
本手法は分類タスクの69.6%の精度と回帰タスクの4.788の根平均二乗誤差(RMSE)を実現する。
論文 参考訳（メタデータ） (2023-03-14T06:34:18Z) - Semantic Coherence Markers for the Early Diagnosis of the Alzheimer
Disease [0.0]
パープレキシティはもともと、与えられた言語モデルがテキストシーケンスを予測するのにどの程度適しているかを評価するための情報理論の尺度として考え出された。
我々は2グラムから5グラムまでのN-gramとトランスフォーマーベース言語モデルであるGPT-2を多種多様な言語モデルに適用した。
ベストパフォーマンスモデルでは、ADクラスと制御対象の両方から対象を分類する際に、完全精度とFスコア(精度/特異度とリコール/感度のそれぞれ1.00)を達成した。
論文 参考訳（メタデータ） (2023-02-02T11:40:16Z) - Exploring linguistic feature and model combination for speech
recognition based automatic AD detection [61.91708957996086]
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。
論文 参考訳（メタデータ） (2022-06-28T05:09:01Z) - Few-Shot Cross-lingual Transfer for Coarse-grained De-identification of
Code-Mixed Clinical Texts [56.72488923420374]
事前学習型言語モデル (LM) は低リソース環境下での言語間移動に大きな可能性を示している。
脳卒中におけるコードミキシング(スペイン・カタラン)臨床ノートの低リソース・実世界の課題を解決するために,NER (name recognition) のためのLMの多言語間転写特性を示す。
論文 参考訳（メタデータ） (2022-04-10T21:46:52Z) - Multi-class versus One-class classifier in spontaneous speech analysis
oriented to Alzheimer Disease diagnosis [58.720142291102135]
本研究の目的は,音声信号から抽出した新しいバイオマーカーを用いて自動解析を行うことにより,ADの早期診断と重症度評価の改善に寄与することである。
外付け器とフラクタル次元の機能に関する情報を使用することで、システムの性能が向上する。
論文 参考訳（メタデータ） (2022-03-21T09:57:20Z) - Influence of ASR and Language Model on Alzheimer's Disease Detection [2.4698886064068555]
画像から参加者の音声記述を転写するために,SotA ASRシステムを用いて分析する。
本研究では,ASRから仮説を復号化するための言語モデルが欠如していることから,単語の非標準列を補正する言語モデルの影響について検討する。
提案システムは、韻律と声質に基づく音響と、最も一般的な単語の最初の出現に基づく語彙的特徴を組み合わせる。
論文 参考訳（メタデータ） (2021-09-20T10:41:39Z) - 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)
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。