NUVA：用于失语症治疗的命名话语验证器
计算与语言
2021-04-01 v1
摘要
命名障碍（找词困难）是失语症的特征，失语症是一种最常见的由中风引起的后天性语言障碍。使用图片命名任务评估言语表现，是诊断及监测失语症者(PWA)对治疗干预反应的关键方法。目前，该评估由言语和语言治疗师(SLT)手动进行。令人惊讶的是，尽管自动语音识别(ASR)与深度学习等人工智能技术已取得进展，针对该任务开发自动化系统的研究却十分匮乏。在此我们提出NUVA，一个融合深度学习组件的言语验证系统，用于对失语性中风患者的“正确”与“错误”命名尝试进行分类。在8名母语为英式英语的PWA上测试时，系统准确率介于83.6%至93.6%之间，10折交叉验证均值为89.5%。该表现不仅显著优于本研究使用领先商用ASR之一（Google语音转文字服务）所建立的基线，且在部分情况下与同一数据集的两名独立SLT评分相当。
引用
@article{arxiv.2102.05408,
title = {NUVA: A Naming Utterance Verifier for Aphasia Treatment},
author = {David Sabate Barbera and Mark Huckvale and Victoria Fleming and Emily Upton and Henry Coley-Fisher and Catherine Doogan and Ian Shaw and William Latham and Alexander P. Leff and Jenny Crinion},
journal= {arXiv preprint arXiv:2102.05408},
year = {2021}
}
备注
Under review