Détection de la somnolence par estimation d'erreurs de lecture - Archive ouverte HAL Access content directly
Conference Papers Year : 2020

Détection de la somnolence par estimation d'erreurs de lecture

Abstract

La détection automatique de la somnolence peut aider le suivi de patients souffrant de maladies neuro-psychiatriques chroniques. Des recherches précédentes ont déjà montré que cela est possible en utilisant des enregistrements vocaux. Dans cet article, nous proposons d’étudier les erreurs de lecture effectuées par des patients souffrant de Somnolence Diurne Excessive (SDE) sur le corpus TILE, enregistré à l’hôpital de Bordeaux. Avec des orthophonistes, nous avons défini et compté les erreurs de lecture des patients et les avons confrontées aux différentes mesures de somnolence du corpus. Nous montrons ici que relever ces erreurs peut être utile pour élaborer des marqueurs robustes de la somnolence objective mais aussi pour définir des critères d’exclusion des locuteurs n’ayant pas un niveau de lecture suffisant.
Fichier principal
Vignette du fichier
18.pdf (537.76 Ko) Télécharger le fichier
Origin Publisher files allowed on an open archive
Loading...

Dates and versions

hal-02798563 , version 1 (07-06-2020)
hal-02798563 , version 2 (18-06-2020)
hal-02798563 , version 3 (23-06-2020)

Identifiers

  • HAL Id : hal-02798563 , version 3

Cite

Vincent P. Martin, Gabrielle Chapouthier, Mathilde Rieant, Jean-Luc Rouas, Pierre Philip. Détection de la somnolence par estimation d'erreurs de lecture. 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 1 : Journées d'Études sur la Parole, 2020, Nancy, France. pp.397-405. ⟨hal-02798563v3⟩
121 View
43 Download

Share

Gmail Mastodon Facebook X LinkedIn More