GPT-4 提取的语言特征用于基于自然语言的阿尔茨海默病检测
计算与语言
2024-12-23 v1 人工智能
摘要
阿尔茨海默病 (AD) 是一个重要且日益增长的公共卫生关注议题。研究语言和语音模式的改变为大规模上基于成本效益和非侵入性的早期AD检测提供了有前景的路径。大型语言模型 (LLM)，如GPT，使新的语义文本分析能力得以实现。在本研究中，我们利用GPT-4从自然语言病人语音的转录文本中提取五个语义特征。这些特征捕捉了AD已知的症状，但使用传统计算语言学方法难以有效量化。我们证明了这些特征的临床意义，并进一步用代理测量标准和人类评分者验证了一个特征（“词汇查找困难”）。当与 established 语言特征和随机森林分类器结合使用时，GPT派生的特征显著提高了AD的检测。我们的做法对手动转录和自动生成的转录文本都有效，代表了LLM最新进展在AD语音分析中的一种新型且具有影响力的用途。
引用
@article{arxiv.2412.15772,
title = {Linguistic Features Extracted by GPT-4 Improve Alzheimer's Disease Detection based on Spontaneous Speech},
author = {Jonathan Heitz and Gerold Schneider and Nicolas Langer},
journal= {arXiv preprint arXiv:2412.15772},
year = {2024}
}
备注
Accepted at the 31st International Conference on Computational Linguistics (COLING 2025)