2022 Fiscal Year Annual Research Report
脳損傷と加齢が潜在意味構造に与える影響の解明：自然言語処理に基づいたアプローチ
| Project/Area Number |
20K21831
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
板口 典弘 慶應義塾大学, 文学部(三田), 助教 (50706637)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉原 将大 早稲田大学, 文学学術院, その他(招聘研究員) (70822956)
|
|---|
| Project Period (FY) |
2020-07-30 – 2023-03-31
|
| Keywords | 意味 / 失語症 / 前頭葉機能 / 時間 / 自然言語解析 |
|---|
| Outline of Annual Research Achievements |
自然言語解析に基づいた意味ネットワーク解析手法を開発し，脳損傷（失語症状）および加齢が，ネットワーク構造に与える影響を解明することを目指す。具体的には，(1) LDAを用いて日本語における単語間の客観的な意味連想関係を抽出・数値化する。次に，(2) 個人の意味ネットワーク構造の特徴を定量化する方法論を確立する。最後に，(3) 脳損傷・加齢による意味構造変容を定量化するとともに，それらを計算論的にモデル化する。
2022年度は，これまでに構築した解析モデルを用いて，ノルウェー人アルツハイマー病患者，高齢健常者および若年健常者の言語流暢性課題成績を対象とした定量的解析を実施した。これまでの検討において，言語流暢性課題の「エラー」がどのような意味連想関係に基づいて，どのようなタイミングで出現するかは明らかとなっていた。本年度の検討においては，さらにこの知見を補強するために，エラー以外の要素についての解析をおこない，意味的関連性と時間的な要素が強く結びついていることを明らかにした。この成果は現在論文執筆中である。
また，日本人脳損傷患者に対する言語流暢性課題の連続実施を用いた症例検討データの蓄積も続けている。2022年度は特に，リハビリテーション過程において視覚情報に基づいた呼称成績と言語流暢性課題成績が乖離することを明らかにした。この成果は現在論文執筆中である。
さらに，日本人若年健常者のデータに基づいた標準的意味ネットワークの整理もおこなっている。このデータおよび解析結果も論文執筆中であり，論文公刊後にはデータベース公開によって，広く成果が社会に還元できる予定である。
|
