规范性数据在基于语音的评估中的重要性
计算与语言
2017-12-04 v1
摘要
用于识别阿尔茨海默病（AD）的数据集往往相对稀疏，这限制了其训练可泛化模型的能力。在此，我们用两个规范性数据集——威斯康星纵向研究（Wisconsin Longitudinal Study）和 Talk2Me——对这类数据集 DementiaBank 进行扩充，二者均采用基于语音的图片描述评估。通过采用 ADASYN 进行少数类过采样，我们在 DementiaBank 中区分有无 AD 人群的二分类任务上取得了优于当前最优（state-of-the-art）的结果。本工作凸显了将稀疏且难以获取的患者数据与相对庞大且易于获取的规范性数据集相结合的成效。
引用
@article{arxiv.1712.00069,
title = {On the importance of normative data in speech-based assessment},
author = {Zeinab Noorian and Chloé Pou-Prom and Frank Rudzicz},
journal= {arXiv preprint arXiv:1712.00069},
year = {2017}
}