利用声学与语言学特征及预训练BERT的阿尔茨海默症痴呆检测
计算与语言
2021-09-27 v2 机器学习
声音
摘要
阿尔茨海默症是一种致命的、随时间恶化的进行性脑部疾病。我们亟需廉价且快速的临床诊断技术以实现早期检测与照护。在以往研究中，各种机器学习技术与预训练深度学习模型已结合多种声学与语言学特征的提取而被使用。我们的研究聚焦于ADReSS（通过自发语音识别阿尔茨海默症痴呆）2021挑战赛中分类任务的三个模型。我们使用ADReSS挑战赛提供的均衡数据集来训练和验证我们的模型。模型1使用来自eGeMAPs特征集的多种声学特征，模型2使用我们从自动生成转录文本中生成的多种语言学特征，模型3直接使用自动生成转录文本，通过预训练BERT和TF-IDF提取特征。这些模型在模型部分中有详细描述。
引用
@article{arxiv.2109.11010,
title = {Alzheimers Dementia Detection using Acoustic & Linguistic features and Pre-Trained BERT},
author = {Akshay Valsaraj and Ithihas Madala and Nikhil Garg and Veeky Baths},
journal= {arXiv preprint arXiv:2109.11010},
year = {2021}
}