结合语言复杂性与（不）流畅特征及预训练语言模型从自发语音中检测阿尔茨海默病
计算与语言
2021-06-17 v1 声音
音频与语音处理
摘要
在本文中，我们结合了语言复杂性与（不）流畅特征以及预训练语言模型，用于 2021 年 ADReSSo（通过自发语音识别阿尔茨海默症痴呆）挑战赛的阿尔茨海默病检测任务。在测试集上达到了 83.1% 的准确率，相比基线模型提升了 4.23%。我们的最佳性能模型采用堆叠集成技术整合各分量模型，在交叉验证和测试数据上表现同样良好，表明其对于过拟合具有鲁棒性。
引用
@article{arxiv.2106.08689,
title = {Alzheimer's Disease Detection from Spontaneous Speech through Combining Linguistic Complexity and (Dis)Fluency Features with Pretrained Language Models},
author = {Yu Qiao and Xuefeng Yin and Daniel Wiechmann and Elma Kerz},
journal= {arXiv preprint arXiv:2106.08689},
year = {2021}
}
备注
accepted at Interspeech2021