| 研究課題/領域番号 |
21K18365
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分2:文学、言語学およびその関連分野
|
|---|
| 研究機関 | 青森中央学院大学 |
|---|
研究代表者 |
加藤 澄 青森中央学院大学, 経営法学部, 教授 (80311504)
|
|---|
| 研究分担者 |
斉藤 まなぶ 弘前大学, 保健学研究科, 教授 (40568846)
田中 真寿美 青森中央学院大学, 経営法学部, 准教授 (90557795)
|
|---|
| 研究期間 (年度) |
2021-07-09 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2023年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2022年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ASD / SFL / machine learning / NLP / pragmatic impairment / diagnostic assessment / lexicogrammar / 自閉症スペクトラム障害 / 自然言語処理 / コーパス言語学 / 語用論的障害 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
ASDの語用論的障害が特定の認知機能不全からきていて、認知神経学との関連で議論されなければならないことが、臨床分野では議論されてきている。そこで本研究では、言語学からの知見として、ASDの語用論的障害が、語彙-文法資源のどこに生じるのかを、コーパスを基にした大量のデータから、精緻なマッピングによって提示する。このマッピングを機械学習によって、ASDと定型発達の判別を試行させ、診断ツールとしての可能性をパイロット・スタディとしてまとめる。
|
| 研究実績の概要 |
自閉症スペクトラム障害(Autism Spectrum Disorder:ASD)の主となる症状の1つは、コミュニケーション障害である。このコミュニケーション障害は、語用障害を軸として捉えられ、本研究では、代表加藤の先行研究で構築した「ASD/定型発達＋統合失調症の話し言葉コーパス」から、ASDと定型発達の語彙-文法資源の使用の違いを機械学習させ、これら2グループの判別を自動的に行うAIを開発し、臨床の現場で診断ツールとしての実用化を探る。
本年度は、ASDと定型発達の判別のためコーパスからトレーニングモデルを機械学習させ、判別実験を行い、正解率(accuracy)82%、適合率(precision) 80%、感度(sensitivity) 80%、特異性(specificity)84%を達成した。この数値は診断判別水準としてはかなり高い数値である。検証のためにデータの拡大が必要で、現在、データ収集およびアノテーションを継続中である。機械学習の対象とする発話の年齢層は、13歳以上、14歳以上、15歳以上の言語獲得臨界期を過ぎた３つの年齢層のグループとした。この年齢層は、受診者数が少なく、受診者の来院を待ちながらのデータ収集となるため、何名分が集まるかが予測できない状況であるため、かなり時間がかかる見通しでいる。またデータ拡張がなされれば、技術的な問題点である自動アノテーションの精度向上の必要性にも利することになる。技術的側面の精度向上は必須である。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
判別AIのアルゴリズムは、言語獲得臨界期を過ぎた13歳以上、14歳以上、15歳以上の３つの年齢層のグループを対象として少サンプル数で開発したため、今後、データ数を増やして検証を行う必要がある。サンプル数を増やすにあたっての問題点は、この年齢層の受診者数が少ないことである。従って、受診者の来院を待ちながらのデータ収集となるため、時間がかかる見通しである。
|
| 今後の研究の推進方策 |
自閉症スペクトラム障害者と定型発達者の言語使用による判別アルゴリズムの検証段階で、データ数を可能な限り、増やす必要がある。判別AIのアルゴリズムは、言語獲得臨界期を過ぎた13歳以上、14歳以上、15歳以上の３つの年齢層のグループを対象とするが、この年齢層は、受診者数が少なく、受診者の来院を待ちながらのデータ収集となるため、時間がかかる見通しである。一方で、臨床への応用のために自動アノテーションの精度向上をはかる必要があり、技術的な問題の解決と、学習データの拡大を図っていく。
|
