Fugu-MT 論文翻訳(概要): Psychosis involves a deficit of information compression in connected speech

論文の概要: Psychosis involves a deficit of information compression in connected speech

arxiv url: http://arxiv.org/abs/2609.15522v1
Date: Mon, 14 Sep 2026 13:13:30 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-16 07:15:06.40537
Title: Psychosis involves a deficit of information compression in connected speech
Title（参考訳）: 精神病は接続音声における情報圧縮の欠如を伴う
Abstract要約: 言語タスクにおける人間のような性能を持つ大規模言語モデル(LLM)は、神経多様性条件下での言語研究に変化をもたらした。以前のクロス言語学的証拠は、精神病におけるLSM表現の下位内在的次元性(ID)とより高い平均前提誤差(予測誤差)の両方の形での複雑さの減少を示唆している。我々は,単語頻度から推定される副詞と副詞の差として,語彙概念の文法的構造に敏感な文脈的 LM に基づいて,副詞の違いを操作した。
参考スコア（独自算出の注目度）: 4.907371324386136
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Large language models (LLMs) with human-like performance on linguistic tasks have transformed the study of language in neurodiverse conditions. LLMs provide representations of linguistic input in the form of high-dimensional vectors (embeddings), and next-token predictions computed from these embeddings. Previous crosslinguistic evidence suggests a complexity reduction in the form of both lower intrinsic dimensionality (ID) of LLM representations and higher mean surprisal (prediction error) in psychosis. We hypothesized that these metrics reflect a general deficit of information compression in psychosis, linked to grammatical organization as what enables predictions in language.We operationalized surprisal difference as the difference between surprisal as estimated from word frequency and surprisal as based on a contextual LM, which is sensitive to grammatical organization over and above lexical concepts. Using a dataset of 144 Turkish speakers, including 106 patients with schizophrenia-spectrum disorders (SSD) - 56 with chronic schizophrenia (SZH), 33 with first-episode psychosis (FEP), and 17 with schizoaffective disorder (SZA) - and 38 healthy controls. We report: (1) Surprisal difference is attenuated in all clinical groups relative to controls, independently of word count; (2) Compressibility (intrinsic dimension) is reduced in SZH and FEP; (3) Syntactic complexity and compressibility both predict surprisal difference. These results, further refining an alteration in the geometry of the semantic space in psychosis as previously attested, suggest a broader deficit in information compression in this disorder, with a mechanistic underpinning in the operations of grammar.
Abstract（参考訳）: 言語タスクにおける人間のような性能を持つ大規模言語モデル(LLM)は、神経多様性条件下での言語研究に変化をもたらした。 LLMは、高次元ベクトル(埋め込み)の形で言語入力の表現を提供し、これらの埋め込みから計算された次トーケン予測を提供する。以前のクロス言語学的証拠は、精神病におけるLSM表現の下位内在的次元性(ID)とより高い平均前提誤差(予測誤差)の両方の形での複雑さの減少を示唆している。我々は,これらの指標が,言語における予測を可能にするための文法的組織と結びついている,精神病における情報圧縮の全般的欠如を反映していると仮定し,語彙的概念よりも文法的組織に敏感な文脈的 LM に基づいて,単語頻度から推定した副次的組織と副次的組織との差として,副次的差異を運用した。統合失調症・スペクトラム障害(SSD)106例,慢性統合失調症(SZH)56例,初診時精神症(FEP)33例,統合失調症(SZA)17例,健常者38例を含む144名のトルコ話者のデータセットを使用した。本報告では,(1) 単語数とは関係なく, 臨床群で副次的差が減少し, (2) SZH と FEP では圧縮性(内在次元)が低下し,(3) 統語的複雑性と圧縮性の両方が副次的差を予測する。これらの結果は、以前に証明されたように、精神病における意味空間の幾何学的変化をさらに改善することで、この障害における情報圧縮の幅広い欠陥を示唆し、文法の操作を機械論的に支えている。

関連論文リスト

Interpretable Symptom Vectors for Depression in a Large Language Model [1.3546242205182983]
機械的解釈可能性技術を用いてGemma-3-27B-PTの残留ストリームを解析した。評価された臨床機器から抽出した症状記述間でのアクティベーションを記録した結果,症状群が最も幾何学的に分離していることが判明した。セマンティック・プロジェクションを用いて、これらの楽器から構築されたシンプレクティックベクトルに、保持された自然主義的なテキストを投影した。
論文参考訳（メタデータ） (2026-09-01T20:07:03Z)
Depression Markers in Speech: An Approach based on Tract Variables Dynamics [52.72895760734978]
本研究では, トラクション変数の動的性質に基づいて, 新規なうつ病バイオマーカーを同定した。提案するバイオマーカーは, 抑うつ話者と制御話者の識別を効果的に行う。
論文参考訳（メタデータ） (2026-07-28T15:48:07Z)
Automated ICD Classification of Psychiatric Diagnoses: From Classical NLP to Large Language Models [67.51123543731806]
メンタルヘルスは世界的な優先事項となり、臨床診断のコーディングにおける管理上の負担が大きくなった。本研究では、自然言語処理(NLP)と機械学習(ML)技術を用いて、フリーテキスト記述を国際疾患分類(ICD)にマッピングすることで、精神医学的診断分析の自動化を提案する。
論文参考訳（メタデータ） (2026-05-20T13:26:05Z)
The grip of grammar on meaning uncertainty: cross-linguistic evidence, neural correlates, and clinical relevance [11.630388936897218]
孤立した単語の意味は本質的に不確かである。この不確実性は、それらが結合され、コンテキストに固定されたときに減少する。脳に反映され、障害によって選択的に破壊される不確実性を意味する文法圧縮を提案する。
論文参考訳（メタデータ） (2026-05-02T17:03:27Z)
Lyapunov Spectral Analysis of Speech Embedding Trajectories in Psychosis [63.56564189749175]
精神病患者と健常者を対象に, 音声の埋め込みを構造化された臨床インタビューから分析した。 Lyapunov exponent (LE) スペクトルは、単語レベルと回答レベルの埋め込みから計算される。
論文参考訳（メタデータ） (2026-02-18T08:46:46Z)
DepFlow: Disentangled Speech Generation to Mitigate Semantic Bias in Depression Detection [54.209716321122194]
抑うつ条件付きテキスト音声合成フレームワークであるDepFlowについて述べる。抑うつ音響カモフラージュは、対向訓練を通じて話者と内容不変の抑うつ埋め込みを学習する。フローマッチングTTSモデルとFiLM変調はこれらの埋め込みを合成に注入し、うつ病の重症度を制御する。プロトタイプベースの重度マッピング機構は、うつ病連続体を滑らかかつ解釈可能な操作を提供する。
論文参考訳（メタデータ） (2026-01-01T10:44:38Z)
A Computational Approach to Analyzing Disrupted Language in Schizophrenia: Integrating Surprisal and Coherence Measures [3.9389809100079614]
言語障害は統合失調症の症状のよく知られた影響の1つである。本研究は,これらの言語破壊が,予備的および意味的コヒーレンスという2つの計算言語的尺度によってどのように特徴づけられるかに焦点を当てる。
論文参考訳（メタデータ） (2025-11-05T00:27:02Z)
Bigger But Not Better: Small Neural Language Models Outperform Large Language Models in Detection of Thought Disorder [7.585589727435719]
より小さなニューラルネットワークモデルが正の形式的思考障害の検出に有効な選択肢となるかどうかを検討する。意外なことに,本研究の結果は,より小さなモデルの方が,形式的思考障害に関連する言語的差異に敏感であることが示唆された。
論文参考訳（メタデータ） (2025-03-25T22:55:58Z)
Uncertainty Modeling in Multimodal Speech Analysis Across the Psychosis Spectrum [4.631774919831163]
精神病の特徴である発声障害は、非クリニカルな個人を含むスペクトルにわたって現れる。我々は,症状の重症度と精神病関連特性を予測するために,音響的特徴と言語学的特徴を統合した不確実性認識モデルを開発した。
論文参考訳（メタデータ） (2025-02-25T15:19:21Z)
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)
On Hallucination and Predictive Uncertainty in Conditional Language Generation [76.18783678114325]
高い予測の不確実性は幻覚の確率が高い。認識的不確実性は、アレエータ的あるいは全体的不確実性よりも幻覚の指標である。提案したビームサーチ変種との幻覚を抑えるため、標準メートル法で取引性能のより良い結果を得るのに役立ちます。
論文参考訳（メタデータ） (2021-03-28T00:32:27Z)

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。