Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Clinical Annotations for Automatic Stuttering Severity Assessment

Created by
  • Haebom

저자

Ana Rita Valente, Rufael Marew, Hawau Olamide Toyin, Hamdan Al-Ali, Anelise Bohnen, Inma Becerra, Elsa Marta Soares, Goncalo Leal, Hanan Aldarmaki

개요

본 논문은 유창성 장애 진단 및 치료를 위한 전문 지식의 중요성을 강조하며, 기존 FluencyBank 데이터셋에 임상 표준 기반의 새로운 발성 장애 주석 체계를 적용한 연구 결과를 제시합니다. 전문 임상의가 참여하여 시청각적 특징을 포함한 다중 모달 주석 (발성 장애 순간, 보조 행동, 긴장도 점수)을 생성하였으며, 신뢰도 높은 전문가 합의 기반 테스트 세트를 추가하여 개별 주석자 및 기계 학습 모델 평가에 활용했습니다. 실험 결과는 유창성 장애 평가 모델의 유효한 훈련 및 평가를 위해서는 광범위한 임상 전문 지식이 필수적임을 보여줍니다.

시사점, 한계점

시사점:
임상 표준 기반의 새로운 발성 장애 주석 체계를 통해 FluencyBank 데이터셋의 질적 향상을 도모했습니다.
다중 모달 주석 (시청각 정보 포함) 제공을 통해 발성 장애 평가 모델 개발에 기여할 수 있습니다.
전문가 합의 기반 테스트 세트를 제공하여 모델 평가의 신뢰성을 높였습니다.
발성 장애 평가 모델 개발에 필요한 임상 전문 지식의 중요성을 강조했습니다.
한계점:
논문에서 구체적인 실험 결과 및 분석 내용이 부족합니다. (추가적인 정보가 필요합니다.)
제시된 주석 체계의 일반화 가능성에 대한 검토가 필요합니다.
데이터셋의 크기 및 다양성에 대한 논의가 부족합니다.
👍