Yazar
Demiroğlu, Cenk, Besirli, A., Özkanca, Yasin Sedar, Celik, S.
Basım Tarihi
2020-11-17
Basım Yeri
-
Springer Doğası
Konu
Çöküntü tespiti, Akustik özellikler, Özellik seçimi
Tür
Süreli Yayın
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Demirbaş Numarası
1687-4722
Kayıt Numarası
e2d767e8-fb6d-422f-86cd-6256f0a9d516
Lokasyon
Elektrik ve Elektronik Mühendisliği
Tarih
2020-11-17
Örnek Metin
Depresyon dünya çapında yaygın bir ruh sağlığı sorunudur ve ekonomiler üzerinde önemli bir yük oluşturmaktadır. Erken teşhis ve tedavi, maliyetlerin düşürülmesi ve hatta hayat kurtarılması açısından kritik öneme sahiptir. Bu hedefe ulaşmanın önemli yönlerinden biri, teknolojiyi kullanmak ve otomatik ajanlar kullanarak depresyonu uzaktan ve nispeten ucuz bir şekilde izlemektir. Görsel-işitsel özelliklerin yanı sıra konuşma konuşmalarının transkripsiyonlarının metin analizini kullanarak depresyon düzeylerini otomatik olarak değerlendirmek için çok sayıda çaba sarf edilmiştir. Bununla birlikte, veri toplamadaki zorluk ve araştırma için mevcut olan sınırlı miktarda veri, algoritmaların başarısını engelleyen zorluklar ortaya çıkarmaktadır. Bu yazıdaki iki yeni katkıdan biri, akustik özellik seçimi için birden fazla dildeki veri tabanlarından yararlanmaktır. Mevcut az miktardaki eğitim verileri göz önüne alındığında, konuşmadan çok sayıda özellik çıkarılabildiğinden, etkili veri seçimi başarı için kritik öneme sahiptir. Önerilen çok dilli yöntemimiz, temel algoritmalardan daha iyi özelliklerin seçilmesinde etkili oldu ve bu da depresyon değerlendirme doğruluğunu önemli ölçüde artırdı. Makalenin ikinci katkısı, depresyon değerlendirmesi için metin tabanlı özellikler çıkarmak ve performansı daha da artıran metin ve konuşma tabanlı sınıflandırıcıları birleştirmek için yeni bir algoritma kullanmaktır.
DOI
10.1186/s13636-020-00182-4
Cilt
2020
