语法缺失性失语语句的辅助补全：一种使用基于神经语言学的合成数据集的迁移学习方法
定量方法
2022-11-11 v1 计算与语言
摘要
额下回（Broca区）受损可导致语法缺失性失语症，患者虽然能够理解，但缺乏形成完整句子的能力。这种无能导致沟通障碍，给他们的日常生活带来困难。辅助设备的使用有助于缓解这些问题并使患者能够有效沟通。然而，由于缺乏对失语症语言缺陷的大规模研究，关于此类辅助技术的研究相对有限。在这项工作中，我们提出了两项贡献，旨在重新启动该领域的研究与开发。首先，我们提出一个模型，该模型利用来自失语症患者小规模研究的语言学特征，从语法正确的数据集中生成大规模失语症合成话语数据集。我们表明，我们合成数据集的平均话语长度、名词/动词比率和简单/复杂句子比率与已报道的失语症语音特征相符。此外，我们展示了如何利用合成数据集为失语症患者开发辅助设备。使用生成的数据集对预训练的T5 transformer进行微调，以在输入失语话语时建议5个纠正后的句子。我们使用BLEU和余弦语义相似度得分评估T5模型的有效性。获得了0.827/1.00的BLEU得分和0.904/1.00的语义相似度的肯定结果。这些结果为基于失语症小规模研究的合成数据集可用于开发有效辅助技术这一概念提供了坚实的基础。
引用
@article{arxiv.2211.05557,
title = {Assistive Completion of Agrammatic Aphasic Sentences: A Transfer Learning Approach using Neurolinguistics-based Synthetic Dataset},
author = {Rohit Misra and Sapna S Mishra and Tapan K. Gandhi},
journal= {arXiv preprint arXiv:2211.05557},
year = {2022}
}