Practical Machine Learning for Aphasic Discourse Analysis
Created by
Haebom
Category
Empty
저자
Jason M. Pittman, Anton Phillips Jr., Yesenia Medina-Santos, Brielle C. Stark
개요
본 논문은 실어증 환자의 언어 능력을 정량화하는 방법 중 하나인 CIU(Correct Information Unit) 분석을 자동화하기 위해 머신 러닝(ML) 모델을 평가한 연구이다. 그림 묘사 과제에서 CIU를 식별하기 위해 5가지 감독 학습 ML 모델을 사용했으며, 모델들은 인간이 코딩한 전사본과 CIU 데이터를 기반으로 학습되었다.
시사점, 한계점
•
감독 학습 ML 모델이 단어와 비단어를 구분하는 데는 매우 높은 정확도를 보였다.
•
CIU와 비CIU를 구분하는 것은 더 어려웠으며, k-NN 모델이 가장 높은 정확도를 보였지만, 여전히 개선의 여지가 있다.
•
연구 결과는 CIU 분석의 자동화를 위한 ML 모델 개발에 있어서, 단어 수준의 분석보다 CIU 식별이 더 어려운 과제임을 시사한다.
•
모델의 일반화 가능성과 임상 적용 가능성을 위해서는 더 많은 데이터와 다양한 환자군에 대한 평가가 필요하다.
