論文の概要: Thought-deciphering via hierarchical EEG-to-text alignment

• arxiv url: http://arxiv.org/abs/2611.03623v2
• Date: Tue, 03 Nov 2026 20:45:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.725201
• Title: Thought-deciphering via hierarchical EEG-to-text alignment
• Title（参考訳）: 階層型脳波からテキストへのアライメントによる思考・解読
• Abstract要約: 非侵襲的な脳とテキストのインタフェースは、コミュニケーション障害のある人のための代替の通信経路を提供する。 粗い意味情報と細かな文表現を段階的に復号して文を検索する階層型脳波テキストアライメントフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 21.371125585603476
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Non-invasive brain-to-text interfaces offer alternative communication pathways for people with communication disabilities. However, sentence-level decoding from electroencephalography (EEG) remains challenging. We propose a hierarchical EEG-text alignment framework that retrieves sentences by progressively decoding coarse-grained semantic information and fine-grained sentence representations. We hypothesize that broader semantic context can be more reliably captured from EEG than individual sentences. Accordingly, EEG representations are first aligned with semantic classes, followed by sentence retrieval within the predicted class. Among over 2,000 unique text samples, our approach achieves average top-5 and top-10 retrieval accuracies of 62.6\% $\pm$ 1.0\% and 83.5\% $\pm$ 1.0\%, respectively, compared with 50.3\% $\pm$ 2.3\% and 68.3\% $\pm$ 2.0\% for direct EEG-sentence alignment. Qualitative analysis further reveals that decoding performance depends strongly on textual context. These findings demonstrate the potential of hierarchical semantic alignment for improving sentence-level EEG-to-text decoding.
• Abstract（参考訳）: 非侵襲的な脳とテキストのインタフェースは、コミュニケーション障害のある人のための代替の通信経路を提供する。 しかし、脳波検査(EEG)による文章レベルの復号は依然として困難である。 粗い意味情報と細かな文表現を段階的に復号して文を検索する階層型脳波テキストアライメントフレームワークを提案する。 我々は、個々の文よりもより広い意味文脈を脳波から確実に捉えることができると仮定する。 そのため、EEG表現はまずセマンティッククラスに整列し、次に予測クラス内で文検索を行う。 2,000以上のユニークなテキストサンプルのうち、我々の手法は平均トップ5とトップ10の検索精度を62.6\%$\pm$1.0\%と83.5\%$\pm$1.0\%と達成し、直接の脳波入力アライメントでは50.3\%$\pm$2.3\%と68.3\%$\pm$2.0\%と比較した。 定性的分析により、復号化性能がテキストの文脈に強く依存していることが明らかになる。 これらの結果は,文レベルの脳波からテキストへのデコードを改善するための階層的セマンティックアライメントの可能性を示している。

関連論文リスト

• Joint Text-Audio Alignment for EEG-to-Text Decoding in Chinese Speech Production and Perception [18.265569655784116]
  脳波は心電図より安全で、より広く展開できる。 この課題は、数千文字の高次元出力空間を処理しなければならない中国語の文の復号化において、さらに悪化している。 既存の方法は単一の監督軸にコミットするが、文レベルの識別性の要求を同時に満たすことはできない。 本稿では,脳波を2つの軸に整合させる新しいパラメータ効率フレームワークであるEEGAlignを紹介する。
  論文  参考訳（メタデータ） (2026-07-28T12:06:56Z)
• Brain-CLIPLM: Decoding Compressed Semantic Representations in EEG for Language Reconstruction [20.162170862752813]
  コントラスト学習と文再構成により,脳波からテキストへのデコーディングを意味的アンカー抽出に分解するフレームワークを提案する。 Brain-CLIPLMは、67.55%のトップ5と85.00%のトップ25の文章検索精度を達成し、直接デコードベースラインを著しく上回っている。 脳波からテキストへのデコーディングは、全文を再構築するよりも、圧縮されたセマンティックコンテンツを復元する方がよいことが示唆された。
  論文  参考訳（メタデータ） (2026-03-23T11:45:51Z)
• Learning Interpretable Representations Leads to Semantically Faithful EEG-to-Text Generation [52.51005875755718]
  我々は脳波からテキストへの復号に焦点をあて、後部崩壊のレンズを通して幻覚の問題に対処する。 脳波とテキスト間の情報容量のミスマッチを認め、デコードタスクをコア意味のセマンティックな要約として再設計する。 パブリックなZuCoデータセットの実験では、GLIMが一貫して、流動的なEEG基底文を生成することが示されている。
  論文  参考訳（メタデータ） (2025-05-21T05:29:55Z)
• Toward a realistic model of speech processing in the brain with self-supervised learning [67.7130239674153]
  生波形で訓練された自己教師型アルゴリズムは有望な候補である。 We show that Wav2Vec 2.0 learns brain-like representations with little as 600 hours of unlabelled speech。
  論文  参考訳（メタデータ） (2022-06-03T17:01:46Z)
• Open Vocabulary Electroencephalography-To-Text Decoding and Zero-shot Sentiment Classification [78.120927891455]
  最先端のブレイン・トゥ・テキストシステムは、ニューラルネットワークを使用して脳信号から直接言語を復号することに成功した。 本稿では,自然読解課題における語彙的脳波(EEG)-テキスト列列列復号化とゼロショット文感性分類に問題を拡張する。 脳波-テキストデコーディングで40.1%のBLEU-1スコア、ゼロショット脳波に基づく3次感情分類で55.6%のF1スコアを達成し、教師付きベースラインを著しく上回る結果となった。
  論文  参考訳（メタデータ） (2021-12-05T21:57:22Z)
• Contextualized Semantic Distance between Highly Overlapped Texts [85.1541170468617]
  テキスト編集や意味的類似性評価といった自然言語処理タスクにおいて、ペア化されたテキストに重複が頻繁に発生する。 本稿では,マスク・アンド・予測戦略を用いてこの問題に対処することを目的とする。 本稿では,最も長い単語列の単語を隣接する単語とみなし,その位置の分布を予測するためにマスク付き言語モデリング(MLM)を用いる。 セマンティックテキスト類似性の実験では、NDDは様々な意味的差異、特に高い重なり合うペアテキストに対してより敏感であることが示されている。
  論文  参考訳（メタデータ） (2021-10-04T03:59:15Z)

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。