使用大语言模型生成布罗卡性弊语句的补全
计算与语言
2025-12-22 v2
摘要
布罗卡性弊是一种性弊，特征为非流畅、费力且不完整的语言表达，同时保持较好的理解能力。由于传统性弊治疗方法往往耗时、需要大量人力，且不符合真实世界对话的需求，因此应用基于自然语言处理的方法，如大语言模型（LLM），可能有助于改进现有的治疗方案。为此，我们探索了使用序列到序列 LLM 完成布罗卡性弊语句的方法。我们首先生成模拟的布罗卡性弊数据，采用一种旨在模拟布罗卡性弊语言特征的规则系统。使用这些模拟数据（不包含真实性弊样本），我们随后在完成不完整语句的任务上对四个预训练 LLM 进行微调。我们在模拟数据和真实性弊数据上对微调模型进行评估。我们展示了 LLM 在重构不完整语句方面的能力，模型在输入句子较长时表现出改进。我们的结果凸显了 LLM 在为布罗卡性弊患者以及其他临床人群提供沟通支持方面的潜力。
引用
@article{arxiv.2412.17669,
title = {Generating Completions for Broca's Aphasic Sentences Using Large Language Models},
author = {Sijbren van Vaals and Yevgen Matusevych and Frank Tsiwah},
journal= {arXiv preprint arXiv:2412.17669},
year = {2025}
}
备注
in IEEE Journal of Biomedical and Health Informatics