論文の概要: Reformulating NLP tasks to Capture Longitudinal Manifestation of
Language Disorders in People with Dementia
- arxiv url: http://arxiv.org/abs/2310.09897v1
- Date: Sun, 15 Oct 2023 17:58:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-17 17:30:15.079790
- Title: Reformulating NLP tasks to Capture Longitudinal Manifestation of
Language Disorders in People with Dementia
- Title(参考訳): 認知症における言語障害の経時的管理のためのNLPタスクの再構築
- Authors: Dimitris Gkoumas, Matthew Purver, Maria Liakata
- Abstract要約: 我々は中程度の大きさの事前学習言語モデルを用いて言語障害パターンを学習する。
次に、最良モデルからの確率推定値を用いて、デジタル言語マーカーを構築する。
提案する言語障害マーカーは,疾患進行に伴う言語障害に関する有用な知見を提供する。
- 参考スコア(独自算出の注目度): 18.964022118823532
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dementia is associated with language disorders which impede communication.
Here, we automatically learn linguistic disorder patterns by making use of a
moderately-sized pre-trained language model and forcing it to focus on
reformulated natural language processing (NLP) tasks and associated linguistic
patterns. Our experiments show that NLP tasks that encapsulate contextual
information and enhance the gradient signal with linguistic patterns benefit
performance. We then use the probability estimates from the best model to
construct digital linguistic markers measuring the overall quality in
communication and the intensity of a variety of language disorders. We
investigate how the digital markers characterize dementia speech from a
longitudinal perspective. We find that our proposed communication marker is
able to robustly and reliably characterize the language of people with
dementia, outperforming existing linguistic approaches; and shows external
validity via significant correlation with clinical markers of behaviour.
Finally, our proposed linguistic disorder markers provide useful insights into
gradual language impairment associated with disease progression.
- Abstract(参考訳): 認知症はコミュニケーションを妨げる言語障害と関連している。
そこで我々は,中程度の大きさの事前学習型言語モデルを用いて言語障害パターンを自動的に学習し,自然言語処理(NLP)タスクと関連する言語パターンに着目した。
実験の結果,文脈情報をカプセル化し,言語パターンによる勾配信号を強化するNLPタスクは,性能に有益であることがわかった。
次に、最良のモデルからの確率推定を用いて、コミュニケーションにおける全体的な品質と様々な言語障害の強度を測定するデジタル言語マーカーを構築する。
デジタルマーカーが認知症音声を縦断的に特徴づける方法について検討した。
提案するコミュニケーションマーカーは,認知症患者の言語を堅牢かつ確実に特徴付けることができ,既存の言語的アプローチよりも優れており,臨床的行動マーカーとの有意な相関による外的妥当性を示す。
最後に, 言語障害マーカーは, 疾患進行に伴う言語障害に関する有用な知見を提供する。
関連論文リスト
- Language Generation from Brain Recordings [68.97414452707103]
本稿では,大言語モデルと意味脳デコーダの容量を利用した生成言語BCIを提案する。
提案モデルでは,視覚的・聴覚的言語刺激のセマンティック内容に整合したコヒーレントな言語系列を生成することができる。
本研究は,直接言語生成におけるBCIの活用の可能性と可能性を示すものである。
論文 参考訳(メタデータ) (2023-11-16T13:37:21Z) - Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
論文 参考訳(メタデータ) (2023-10-23T17:42:01Z) - A Digital Language Coherence Marker for Monitoring Dementia [14.580879594539859]
本稿では,コスト効率のよい,人間の解釈可能なデジタルマーカーとして,言語コヒーレンスをキャプチャする手法を提案する。
認知症と健常者の言語コヒーレンスパターンを比較した。
コヒーレンスマーカーは軽度認知障害,アルツハイマー病,健常者間で有意な差を示した。
論文 参考訳(メタデータ) (2023-10-14T17:10:19Z) - Assessing Language Disorders using Artificial Intelligence: a Paradigm
Shift [0.13393465195776774]
言語障害、言語障害、コミュニケーション障害は、ほとんどの神経変性症候群にみられる。
我々は,機械学習手法,自然言語処理,現代人工知能(AI)を言語評価に活用することは,従来の手作業による評価よりも優れていると論じている。
論文 参考訳(メタデータ) (2023-05-31T17:20:45Z) - Towards preserving word order importance through Forced Invalidation [80.33036864442182]
事前学習された言語モデルは単語の順序に敏感であることを示す。
我々は,単語順序の重要性を維持するために強制的無効化を提案する。
実験の結果,強制的無効化は単語順に対するモデルの感度を著しく向上させることがわかった。
論文 参考訳(メタデータ) (2023-04-11T13:42:10Z) - 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) - 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) - GPT-D: Inducing Dementia-related Linguistic Anomalies by Deliberate
Degradation of Artificial Neural Language Models [7.8430387435520625]
一般英語テキストで事前学習したTransformer DLモデル(GPT-2)を,人工劣化版(GPT-D)と組み合わせて提案する手法を提案する。
この手法は、広く使われている「Cookie Theft」画像記述タスクから得られたテキストデータに対する最先端のパフォーマンスにアプローチする。
本研究は, 生成型ニューラル言語モデルの内部動作, 生成する言語, 認知症が人間の発話や言語特性に与える影響について, より深く理解するためのステップである。
論文 参考訳(メタデータ) (2022-03-25T00:25:42Z) - CogAlign: Learning to Align Textual Neural Representations to Cognitive
Language Processing Signals [60.921888445317705]
自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。
我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
論文 参考訳(メタデータ) (2021-06-10T07:10:25Z) - Predicting Early Indicators of Cognitive Decline from Verbal Utterances [2.387625146176821]
認知症 (Dementia) は、記憶障害、コミュニケーション障害、思考過程を引き起こす、不可逆的、慢性的、進歩的な神経変性疾患のグループである。
神経心理学試験における発話の言語的特徴を用いて,高齢者コントロールグループ,MCI,アルツハイマー病(AD)とADの鑑別が可能かを検討した。
以上の結果から, 高齢者の言語発話, MCI, AD, ADの区別が, 文脈的, 心理言語学的特徴の組合せによって改善されることが示唆された。
論文 参考訳(メタデータ) (2020-11-19T02:24:11Z) - On the Importance of Word Order Information in Cross-lingual Sequence
Labeling [80.65425412067464]
ソース言語の単語順に適合する言語間モデルでは、ターゲット言語を処理できない可能性がある。
本研究では,ソース言語の単語順序に敏感なモデルを作成することで,対象言語の適応性能が向上するかどうかを検討する。
論文 参考訳(メタデータ) (2020-01-30T03:35:44Z)
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。