口语中痴呆检测的数据增强
计算与语言
2022-07-19 v2 机器学习
声音
音频与语音处理
摘要
随着人口老龄化，痴呆症日益成为严重问题，而检测方法往往具有侵入性且费用高昂。近期的深度学习技术可提供更快的诊断并展现出有前景的结果。然而，它们需要大量标注数据，而痴呆检测任务并不易获得此类数据。解决数据稀疏问题的一种有效方案是数据增强，尽管具体方法需谨慎选择。迄今为止，尚无针对 NLP 与语音处理的阿尔茨海默病（AD）数据集上数据增强的实证研究。在这项工作中，我们研究 AD 检测任务的数据增强技术，并在文本与音频两种域的两类模型上对不同方法进行实证评估。我们在两个域均使用基于 transformer 的模型，并分别针对文本与音频域使用 SVM 与 Random Forest 模型。我们使用传统方法及基于深度学习的方法生成额外样本，并表明数据增强提升了基于文本与音频的模型性能，且经精心设计的架构与特征，此类结果可与流行的 ADReSS 集上的最优结果相媲美。
引用
@article{arxiv.2206.12879,
title = {Data Augmentation for Dementia Detection in Spoken Language},
author = {Anna Hlédiková and Dominika Woszczyk and Alican Akman and Soteris Demetriou and Björn Schuller},
journal= {arXiv preprint arXiv:2206.12879},
year = {2022}
}
备注
Accepted to INTERSPEECH 2022