面向阿尔茨海默病筛查的简洁可解释说话语言特征设计
计算与语言
2024-12-02 v1 人工智能
摘要
阿尔茨海默病（AD）已成为老龄化社会中最重要的健康挑战之一。基于语音语言的AD检测方法因其可扩展性而日益流行。基于盗窃插图描述任务，我们设计了一套可解释且有效的特征集合，利用大型语言模型（LLM）的视觉能力和术语频率-逆文档频率（TF-IDF）模型。我们的实验结果表明，新提出的特征在两种不同分类器上均显著优于传统语言特征，且在高维效率下表现突出。我们的新特征可以逐步解释和解释，从而增强了自动AD筛查的可解释性。
引用
@article{arxiv.2411.18922,
title = {Devising a Set of Compact and Explainable Spoken Language Feature for Screening Alzheimer's Disease},
author = {Junan Li and Yunxiang Li and Yuren Wang and Xixin Wu and Helen Meng},
journal= {arXiv preprint arXiv:2411.18922},
year = {2024}
}
备注
Published at ISCSLP 2024