基于思维链推理的语音与大语言模型阿尔茨海默病检测方法
人工智能
2025-06-03 v1
摘要
全球社会正快速步入超老龄化时代，使得老年人健康成为紧迫问题。人口老龄化正在增加国家经济和家庭的负担。随着这种人口结构的变化，痴呆症病例显著增加。近期使用基于语音的模型和大语言模型 (LLM) 的研究为痴呆症的诊断和治疗提供了新的可能性。我们的思维链 (CoT) 推理方法结合了语音和语言模型。该过程从自动语音识别将语音转换为文本开始。我们在 LLM 中加入一个线性层用于阿尔茨海默病 (AD) 和非 AD 分类，并使用带有 CoT 推理和线索的监督微调 (SFT)。与没有 CoT 提示推理的方法相比，该方法显示出 16.7% 的相对性能提升。据我们所知，我们提出的方法在 CoT 方法中达到了 SOTA 性能。
引用
@article{arxiv.2506.01683,
title = {Reasoning-Based Approach with Chain-of-Thought for Alzheimer's Detection Using Speech and Large Language Models},
author = {Chanwoo Park and Anna Seo Gyeong Choi and Sunghye Cho and Chanwoo Kim},
journal= {arXiv preprint arXiv:2506.01683},
year = {2025}
}
备注
Accepted to INTERSPEECH 2025