論文の概要: Computational analyses of linguistic features with schizophrenic and autistic traits along with formal thought disorders

• arxiv url: http://arxiv.org/abs/2310.09494v1
• Date: Sat, 14 Oct 2023 05:05:11 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-17 20:02:12.882965
• Title: Computational analyses of linguistic features with schizophrenic and autistic traits along with formal thought disorders
• Title（参考訳）: 精神分裂病と自閉症の特徴と形式的思考障害の言語学的特徴の計算論的解析
• Authors: Takeshi Saga, Hiroki Tanaka, Satoshi Nakamura
• Abstract要約: 形式的思考障害(英: Formal Thought Disorder、FTD)は、言語や思考に影響を与える認知の症状のグループである。 FTDは自閉症スペクトラム障害 (ASD) や統合失調症 (Scizotypal Personality disorder,SPD) などの疾患で見られる。
• 参考スコア（独自算出の注目度）: 9.04411785747827
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: [See full abstract in the pdf] Formal Thought Disorder (FTD), which is a group of symptoms in cognition that affects language and thought, can be observed through language. FTD is seen across such developmental or psychiatric disorders as Autism Spectrum Disorder (ASD) or Schizophrenia, and its related Schizotypal Personality Disorder (SPD). This paper collected a Japanese audio-report dataset with score labels related to ASD and SPD through a crowd-sourcing service from the general population. We measured language characteristics with the 2nd edition of the Social Responsiveness Scale (SRS2) and the Schizotypal Personality Questionnaire (SPQ), including an odd speech subscale from SPQ to quantify the FTD symptoms. We investigated the following four research questions through machine-learning-based score predictions: (RQ1) How are schizotypal and autistic measures correlated? (RQ2) What is the most suitable task to elicit FTD symptoms? (RQ3) Does the length of speech affect the elicitation of FTD symptoms? (RQ4) Which features are critical for capturing FTD symptoms? We confirmed that an FTD-related subscale, odd speech, was significantly correlated with both the total SPQ and SRS scores, although they themselves were not correlated significantly. Our regression analysis indicated that longer speech about a negative memory elicited more FTD symptoms. The ablation study confirmed the importance of function words and both the abstract and temporal features for FTD-related odd speech estimation. In contrast, content words were effective only in the SRS predictions, and content words were effective only in the SPQ predictions, a result that implies the differences between SPD-like and ASD-like symptoms. Data and programs used in this paper can be found here: https://sites.google.com/view/sagatake/resource.
• Abstract（参考訳）: [pdfの完全な要約を参照)形式的思考障害(ftd)は、言語や思考に影響を与える認知の症状群であり、言語を通して観察することができます。 FTDは自閉症スペクトラム障害 (ASD) や統合失調症 (Schizophrenia) などの発達・精神疾患や、その関連疾患であるSchizotypal Personality disorder (SPD) にまたがっている。 本稿では,一般市民からのクラウドソーシングサービスを通じて,ASDとSPDに関連するスコアラベルを用いた日本語音声レポートデータセットを収集した。 第2版social responsiveness scale (srs2) と統合失調症性パーソナリティアンケート (spq) を用いて言語特性を測定し,spqからの奇妙な音声サブスケールを用いてftd症状を定量化した。 機械学習に基づくスコア予測を通して,以下の4つの研究課題を検討した。 (RQ1) スキゾティパールと自閉症の尺度はどのように相関しているか。 (RQ2) FTD症状を誘発する最も適した課題は何か? (RQ3) 音声の長さはFTD症状の誘発に影響を与えるか? (RQ4) FTDの症状を捉えるにはどの特徴が重要か? その結果,ftd関連サブスケールであるodd speechはspq値とsrs値の両方と有意な相関を示したが,両者は有意な相関は認められなかった。 我々の回帰分析では、負の記憶に関する長いスピーチはFTDの症状を多く引き起こした。 アブレーション研究により,ftd関連奇語推定における機能語の重要性と抽象的特徴と時間的特徴が確認された。 対照的に,コンテンツ語はsrs予測にのみ有効であり,コンテンツ語はspq予測にのみ有効であり,spd様症状とasd様症状の相違が示唆された。 この論文で使用されるデータとプログラムは以下の通りである。

関連論文リスト

• Language-Agnostic Analysis of Speech Depression Detection [2.5764071253486636]
  本研究は、英語とマラヤラムの2言語間での自動抑うつ検出を解析する。 CNNモデルは、両言語に焦点をあてて、抑うつに関連する音響的特徴を特定するために訓練される。 その結果,言語に依存しない抑うつ検出システムの開発に寄与する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-09-23T07:35:56Z)
• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• Exploring Speech Pattern Disorders in Autism using Machine Learning [12.469348589699766]
  本研究は, 被験者と患者との対話の分析を通じて, 独特の音声パターンを識別するための包括的アプローチを提案する。 我々は,40の音声関連特徴を抽出し,周波数,ゼロクロス速度,エネルギー,スペクトル特性,メル周波数ケプストラル係数(MFCC),バランスに分類した。 分類モデルはASDと非ASDを区別することを目的としており、精度は87.75%である。
  論文  参考訳（メタデータ） (2024-05-03T02:59:15Z)
• Autism Detection in Speech - A Survey [0.9028773906859542]
  自閉症を示す言語的・韻律的・音響的手がかりを考察する。 特に,言語や意味の流布,韻律的特徴,不適応や発話率といった観察結果に注目した。 結論として、すでに多くの研究が行われていますが、女性患者は過度に研究されているようです。
  論文  参考訳（メタデータ） (2024-02-20T10:18:18Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• Depression detection in social media posts using affective and social norm features [84.12658971655253]
  ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。 我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。 提案された機能を含めると、両方の設定で最先端の結果が得られます。
  論文  参考訳（メタデータ） (2023-03-24T21:26:27Z)
• Information-Restricted Neural Language Models Reveal Different Brain Regions' Sensitivity to Semantics, Syntax and Context [87.31930367845125]
  テキストコーパスを用いて語彙言語モデルGloveと超語彙言語モデルGPT-2を訓練した。 そして、これらの情報制限されたモデルが、自然主義的テキストを聴く人間のfMRI信号の時間軸を予測することができるかを評価した。 分析の結果、言語に関わるほとんどの脳領域は、構文変数と意味変数の両方に敏感であるが、これらの影響の相対的な大きさは、これらの領域で大きく異なることがわかった。
  論文  参考訳（メタデータ） (2023-02-28T08:16:18Z)
• Speech and the n-Back task as a lens into depression. How combining both may allow us to isolate different core symptoms of depression [12.251313610613693]
  その結果,抑うつ症状のサブセットと音声変化が強く関連していることが示唆された。 我々はTymiaで収集された新しい大規模・横断的・多モードデータセットを提案する。 次に、PHQ-8項目レベルで異なる音声とn-Backマーカーの関係を明らかにする実験のセットを示す。
  論文  参考訳（メタデータ） (2022-03-30T09:12:59Z)
• A Quantitative and Qualitative Analysis of Schizophrenia Language [14.82820088479196]
  統合失調症は、最も不快な精神状態の1つである。 統合失調症の患者は、形式的思考障害(FTD)、妄想、感情的平坦感の症状が異なる。
  論文  参考訳（メタデータ） (2022-01-25T16:25:58Z)
• 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)

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。