TY  - CONF
N2  - A depresszió komoly hangulatzavar, amely világszerte már a lakosság több mint 3%-át érinti, és ez a szám feltehetŽen tovább fog nŽni az elkövetkezendŽ években, évtizedekben. A depresszió diagnosztizálása maga is egy komoly feladat, amely jelenleg kizárólag a terület szakembereire hárul, akikbŽl pedig egész bizonyosan nincs elég. Ebben a helyzetben nagy jelentŽséggel bírhat egy olyan automatizált depresszió felismerési rendszer bevezetése, amely nagymértékben asszisztálni tudná a szakemberek munkáját a diagnosztizálás során. E cikkben bemutatunk egy, a depresszió osztályozására fejlesztett hang-alapú felismerŽ rendszert, amely ötvözi az akusztikai jellemzŽk kinyerését, a jellemzŽ- kiválasztást és a szupport vektor gépek hiperparaméter-optimalizációját. Természetesen, a hang-alapú modellhez szükséges egy optimális hangfelvétel hossz meghatározása is, mely kompromisszumot jelent a felismerŽ- rendszer igényei és a páciensek kényelme között. A modell hatékonyságát különbözŽ hosszúságú felvételeken vizsgáltuk, hogy belátást nyerjünk abba, hogy a felvétel-hossz miként és milyen mértékben befolyásolja a felismerés pontosságát.
T2  - Magyar Számítógépes Nyelvészeti Konferencia (16.) (2020) (Szeged)
SP  - 83
ID  - acta67679
N1  - Bibliogr.: p. 90-92. ; összefoglalás magyar nyelven
EP  - 92
Y1  - 2020///
VL  - 16
SN  - 978-963-306-719-2
TI  - A depresszió hang alapú felismerésének optimalizációja hangfelvétel hossz alapján
AV  - public
A1  -  Pa?i? Azra
A1  -  Kiss Gábor
A1  -  Sztahó Dávid
UR  - http://acta.bibl.u-szeged.hu/67679/
KW  - Nyelvészet - számítógép alkalmazása
KW  -  Depresszió
ER  -