Szkizofrénia azonosítása spontán beszéd temporális paraméterei alapján egy pilot kutatás eredményei /
A szkizofrénia olyan neurodegeneratív spektrum zavar, melyet különböző alulműködések együttese alkot. A szkizofréniát, számos tünete mellett, jellemzi például a csökkent információfeldolgozási sebesség és a csökkent verbális fluencia teljesítmény is. Jelen tanulmányunkban a beszédtempó folyamatosság...
Elmentve itt :
| Szerzők: | |
|---|---|
| Testületi szerző: | |
| Dokumentumtípus: | Könyv része |
| Megjelent: |
2019
|
| Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
15 |
| Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
| Online Access: | http://acta.bibl.u-szeged.hu/59085 |
| LEADER | 02386naa a2200253 i 4500 | ||
|---|---|---|---|
| 001 | acta59085 | ||
| 005 | 20221108114920.0 | ||
| 008 | 190703s2019 hu o 1|| zxx d | ||
| 020 | |a 978-963-315-393-2 | ||
| 040 | |a SZTE Egyetemi Kiadványok Repozitórium |b hun | ||
| 041 | |a zxx | ||
| 100 | 1 | |a Bagi Anita | |
| 245 | 1 | 0 | |a Szkizofrénia azonosítása spontán beszéd temporális paraméterei alapján |h [elektronikus dokumentum] : |b egy pilot kutatás eredményei / |c Bagi Anita |
| 260 | |c 2019 | ||
| 300 | |a 189-201 | ||
| 490 | 0 | |a Magyar Számítógépes Nyelvészeti Konferencia |v 15 | |
| 520 | 3 | |a A szkizofrénia olyan neurodegeneratív spektrum zavar, melyet különböző alulműködések együttese alkot. A szkizofréniát, számos tünete mellett, jellemzi például a csökkent információfeldolgozási sebesség és a csökkent verbális fluencia teljesítmény is. Jelen tanulmányunkban a beszédtempó folyamatosságát vizsgáljuk szkizofréniával élők és illesztett egészséges kontrollszemélyek irányított spontán beszéd-felvételeiben. Célunk, hogy rámutassunk a különböző beszédbeli temporális paraméterek (úm. artikulációs tempó, beszédtempó és különböző szünettartási mutatók) segítségével arra, hogy a két csoport között specifikus eltéréseket tudunk meghatározni egy korábban korai demencia felismerésre (enyhe kognitív zavarra és Alzheimer-kórra) kifejlesztett és tesztelt eljárás használatával. Munkánk során ezen temporális mutatók alkalmazhatóságát teszteltük gépi tanulással új betegpopuláción. Eredményeink azt mutatják, hogy a két csoport beszélői 70–80 % közti osztályozási pontosságértékekkel meghatározhatók és az F-értékek 81% és 87% közé esnek. Részletes vizsgálatunk feltárta, hogy a két csoport meghatározására a szünettartási temporális paraméterek közül a leghatékonyabbak azok az elemzési utak, melyek estében mind a néma, mind pedig a kitöltött szünetekkel számolunk. | |
| 695 | |a Nyelvészet - számítógép alkalmazása | ||
| 700 | 0 | 1 | |a Gosztolya Gábor |e aut |
| 700 | 0 | 1 | |a Szalóki Szilvia |e aut |
| 700 | 0 | 1 | |a Szendi István |e aut |
| 700 | 0 | 1 | |a Hoffmann Ildikó |e aut |
| 710 | |a Magyar Számítógépes Nyelvészeti Konferencia (15.) (2019) (Szeged) | ||
| 856 | 4 | 0 | |u http://acta.bibl.u-szeged.hu/59085/1/msznykonf_015_189-201.pdf |z Dokumentum-elérés |