Különböző wav2vec 2.0 rétegekből nyert beágyazások használata sclerosis multiplex felismerésére
A sclerosis multiplex (SM) a központi idegrendszer krónikus gyulladásos megbetegedése, mely többek között az alanyok beszédére is hatással van. Emiatt az automatikus beszédföldolgozás relatíve egyszerû, olcsó és találkozásmentes (távoli) módot nyújthat arra, hogy követhessük a betegek beszédprodukió...
Elmentve itt :
| Szerzők: | |
|---|---|
| Testületi szerző: | |
| Dokumentumtípus: | Könyv része |
| Megjelent: |
Szegedi Tudományegyetem TTIK, Informatikai Intézet
Szeged
2025
|
| Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
|
| Kulcsszavak: | Nyelvészet - számítógép alkalmazása, Beszédkutatás |
| Tárgyszavak: | |
| Online Access: | http://acta.bibl.u-szeged.hu/88772 |
| Tartalmi kivonat: | A sclerosis multiplex (SM) a központi idegrendszer krónikus gyulladásos megbetegedése, mely többek között az alanyok beszédére is hatással van. Emiatt az automatikus beszédföldolgozás relatíve egyszerû, olcsó és találkozásmentes (távoli) módot nyújthat arra, hogy követhessük a betegek beszédprodukiójának változását. Egy ilyen rendszer tanítása során problémát jelent a rendelkezésre álló beszédanyag mennyiségének és (főleg) változatosságának korlátozottsága (pl. kevés beszélő), ami miatt általában nem praktikus egyetlen (end-to-end) mély hálót alkalmazni az SM detektálására. Ugyanakkor az járható megközelítés lehet, hogy osztályozásra valamilyen hagyományosabb módszert (pl. SVM-et vagy véletlen erdőt) alkalmazunk, mély hálók beágyazásait használva jellemzőkként. Egy korszerû mély háló (pl. wav2vec 2.0) esetén kézenfekvő a konvolúciós és a finomhangolt blokkok utolsó rétegét választani, azonban a közbülső rétegek is hasznosnak bizonyulhatnak. Jelen tanulmányban azt vizsgáljuk meg, hogy a közbülső (belső) rétegekből vett beágyazások használatával javíthatunk-e az SM automatikus felismerésének pontosságán. Eredményeink alapján a 24 finomhangolt rejtett réteg mélyebben fekvő kb. egyharmada bizonyult a leghasznosabbnak, statisztikailag szignifikáns javulást is eredményezve a blokkok utolsó rejtett rétegéhez képest. |
|---|---|
| Terjedelem/Fizikai jellemzők: | 59-71 |
| ISBN: | 978-963-688-034-7 |