基于临床访谈的抑郁和阿尔茨海尔病自动检测的置信度估计
计算与语言
2024-09-10 v1
摘要
基于语音的阿尔茨海尔病 (AD) 和抑郁症自动检测正受到 increased attention。对于可信赖的自动诊断系统至关重要的是置信度估计——它为临床医生提供模型预测置信度的信息，并有助于降低误诊风险。本文针对基于临床访谈的 AD 和抑郁症自动检测置信度估计问题展开研究。提出了一种新颖的贝叶斯方法，该方法使用动态 Dirichlet 先验分布来建模预测分布的二阶概率。实验结果表明，在公开可用的 ADReSS 和 DAIC-WOZ 数据集上，所提方法在分类准确率和置信度估计方面均优于多种基线方法。
引用
@article{arxiv.2407.19984,
title = {Confidence Estimation for Automatic Detection of Depression and Alzheimer's Disease Based on Clinical Interviews},
author = {Wen Wu and Chao Zhang and Philip C. Woodland},
journal= {arXiv preprint arXiv:2407.19984},
year = {2024}
}
备注
Accepted by Interspeech 2024