講演抄録/キーワード |
講演名 |
2023-03-18 11:45
事前学習済み言語モデルを用いた問診データからのパーキンソン病患者の検出 ○早津藍一郎・笹野遼平・武田浩一(名大) NLC2022-24 |
抄録 |
(和) |
パーキンソン病 (Parkinson’s disease: PD) は,日本では 15 万人の患者がいるものとされ,社会の高齢化に 伴い,患者数は増加傾向にある.このような神経変性疾患の早期発見や効果的な治療法の確立に向けて工学的手法に よる支援の重要性が認識されている.本研究では,健常者と PD 患者を対象に行われた問診の書き起こしデータを使 用し,BERT などの事前学習済み言語モデルに基づいた分類器を構築し,健常者と比較した際の PD 患者の発話内容の 特徴を捉えることで PD 患者を検出した.本研究で使用した問診の書き起こしデータは,複数の質問とそれに対する 回答で構成されており,どのような回答が PD 患者の特徴を捉えるために有効であるか事前学習済み言語モデルに基 づく分類器を用いて検証を行なった.また,複数の回答文を入力とする際の事前学習済みモデルへの入力形式を提案 し,複数文を有効に扱うことができる手法を調査した. |
(英) |
It is estimated that Parkinson’s disease (PD) affects 150,000 people in Japan, and the number of patients increases as society gets older. The importance of engineering support for early detection and effective treatment of this neurodegenerative disease has been recognized. In this study, we used transcribed data of medical interviews conducted on healthy subjects and PD patients, and constructed a classifier based on pre-trained language models such as BERT to detect PD patients by capturing the features of their speech content when compared to that of healthy subjects. The transcribed data of the medical interview used in this study consisted of multiple questions asked by the doctor to encourage the subject to speak freely, and a classifier based on a pre-trained language model was used to verify which questions were effective in detecting PD patients. In addition, we proposed an input format for pre-trained models when multiple response sentences are used as input, and investigated methods that can effectively handle multiple sentences. |
キーワード |
(和) |
パーキンソン病 / 事前学習済み言語モデル / テキスト分類 / / / / / |
(英) |
Parkinson’s disease / pre-trained language models / text classification / / / / / |
文献情報 |
信学技報, vol. 122, no. 449, NLC2022-24, pp. 28-31, 2023年3月. |
資料番号 |
NLC2022-24 |
発行日 |
2023-03-11 (NLC) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NLC2022-24 |
研究会情報 |
研究会 |
NLC IPSJ-NL |
開催期間 |
2023-03-18 - 2023-03-18 |
開催地(和) |
沖縄科学技術大学院大学 |
開催地(英) |
OIST |
テーマ(和) |
言語処理の産業・社会応用、および一般 |
テーマ(英) |
Applications of natural language processing, and etc. |
講演論文情報の詳細 |
申込み研究会 |
NLC |
会議コード |
2023-03-NLC-NL |
本文の言語 |
日本語 |
タイトル(和) |
事前学習済み言語モデルを用いた問診データからのパーキンソン病患者の検出 |
サブタイトル(和) |
|
タイトル(英) |
Detection of Parkinson's disease patients from interview data using pre-trained language models |
サブタイトル(英) |
|
キーワード(1)(和/英) |
パーキンソン病 / Parkinson’s disease |
キーワード(2)(和/英) |
事前学習済み言語モデル / pre-trained language models |
キーワード(3)(和/英) |
テキスト分類 / text classification |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
早津 藍一郎 / Aiichiro Hayatsu / ハヤツ アイイチロウ |
第1著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第2著者 氏名(和/英/ヨミ) |
笹野 遼平 / Ryohei Sasano / ササノ リョウヘイ |
第2著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第3著者 氏名(和/英/ヨミ) |
武田 浩一 / Koichi Takeda / タケダ コウイチ |
第3著者 所属(和/英) |
名古屋大学 (略称: 名大)
Nagoya University (略称: Nagoya Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2023-03-18 11:45:00 |
発表時間 |
20分 |
申込先研究会 |
NLC |
資料番号 |
NLC2022-24 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.449 |
ページ範囲 |
pp.28-31 |
ページ数 |
4 |
発行日 |
2023-03-11 (NLC) |