Automatic detection of clusters and switches in turkish semantic verbal fluency data
Türkçe semantik sözel akıcılık verilerinde kümelerin ve anahtarların otomatik tespiti
- Tez No: 938046
- Danışmanlar: DOÇ. DR. MARIA K. WOLTERS
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: The University of Edinburgh
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: 221
Özet
Sözel akıcılık testleri, yürütücü işlevin popüler ölçümlerindendir. Bu testler, genellikle 60 saniye gibi kısa bir süre içinde belirli bir kategoriden mümkün olduğunca çok sayıda kelimenin listelenmesini içerir. Fonemik sözel akıcılık testlerinde, bu kelimeler aynı harfle başlamalıdır; semantik sözel akıcılık testlerinde (SVF), aynı kategoriye ait olmalıdır, örneğin hayvanlar. SVF'nin uygulanması hızlıdır, yarı otomatik analize uygundur ve demans gibi bilişsel bozuklukları taramak için kullanılabilir. Troyer ve arkadaşları, SVF dizileri için bunları kümelere, yani anlamsal olarak daha yakından ilişkili kelime dizilerine ayıran ince taneli bir analiz yöntemi önermişlerdir. Böyle bir analizden elde edilebilecek faydalı ölçütler arasında ortalama küme boyutu ve kümeler arasındaki geçişlerin sayısı yer almaktadır. Bu tezin amacı, Türkçe SVF dizilerinden küme ve anahtarla ilgili metrikleri çıkarmak için yarı otomatik yöntemler geliştirmektir. İlk olarak, yayına çevrilmemiş tezler de dahil olmak üzere uluslararası ve Türkçe veri tabanlarını kullanarak, anadili Türkçe olan sağlıklı yetişkinlerin SVF performansını rapor eden çalışmaların sistematik bir incelemesini yaptık. Özellikle normatif verilere ve SVF verilerini toplamak ve analiz etmek için yaygın olarak kullanılan yöntemlere odaklandık. Dahil edilen tüm makalelerin hayvan kategorisi kullanılarak SVF dizilerini bildirdiğini ve bunun ardından kişi adlarının geldiğini tespit ettik. Türk diasporasının büyüklüğü göz önüne alındığında, tek dilli konuşmacıları iki dilli konuşmacılarla karşılaştıran çalışmaların eksikliği göze çarpmaktadır. Kelime sayısının ötesinde, perseverasyonlar, kategori ihlalleri ve kümeleme/anahtarlama gibi detaylı analizler nadiren rapor edilmiştir. Yarı otomatik ve otomatik yaklaşımlar neredeyse hiç kullanılmamıştır. Bu nedenle tez, literatürdeki açık bir boşluğu doldurmaktadır. Türkçe üzerindeki çalışmamız için, nispeten az derlem kaynağına sahip dillere kolayca uyarlanabilecek iki hesaplama yaklaşımı seçtik: basit bir Bigram yöntemi ve bir vektör-uzay modeli (word2vec). Bu yöntemleri ilk olarak 50 sağlıklı katılımcı ve ailesel AD tanısı konmuş 14 katılımcı içeren İspanyolca bir veri kümesi üzerinde uyguladık ve test ettik. Her iki hesaplama modeli de anahtarları manuel analiz (el ile etiketleme) ile çok benzer şekilde konumlandırarak, Bigram için F1=0,756 ve Word2vec için F1=0,8309 değerlerine ulaşmıştır. Küme büyüklükleri açısından bir fark yoktur (p>0,01), ancak sağlıklı katılımcılar önemli ölçüde daha fazla anahtar üretmektedir (p
Özet (Çeviri)
Verbal fluency tests are popular measures of executive function. These tests involve listing as many words from a given category as possible in a short time, typically 60 seconds. In phonemic verbal fluency tests, these words should begin with the same letter; in semantic verbal fluency tests (SVF), they should belong to the same category, e.g., animals. SVF is quick to administer, amenable to semi-automated analysis, and can be used to screen for cognitive impairments such as dementia. Troyer and collaborators proposed a fine-grained analysis method for SVF sequences that divides them into clusters, i.e., sequences of more closely semantically related words. Useful metrics that can be derived from such an analysis include mean cluster size and the number of switches between clusters. The aim of this thesis is to develop semiautomated methods to extract cluster- and switch-related metrics from Turkish SVF sequences. First, we conducted a systematic review of studies that report SVF performance of healthy adult native Turkish speakers, using international and Turkish databases including unpublished theses. We particularly focused on normative data and commonly used methods for collecting and analysing SVF data. We found that all included papers reported SVF sequences using the animal category, followed by first names. Considering the size of Turkish diaspora, there was a lack of studies comparing monolingual speakers to bilingual speakers. Detailed analyses beyond word count, such as perseverations, category violations, and clustering/switching were only rarely reported. Semi-automatic and automatic approaches were almost never used. The thesis therefore fills a clear gap in the literature. For our work on Turkish, we chose two computational approaches that can be easily adapted to languages with comparatively few corpus resources: a simple bigram method and a vector-space model (word2vec). We initially implemented and tested those methods on a Spanish dataset which included 50 healthy participants and 14 participants diagnosed with familial AD. Both computational models positioned switches very similarly to manual annotations, achieving F1=0.756 for Bigram and F1=0.8309 for Word2vec. There is no difference in terms of cluster sizes (p>0.01), but healthy participants produce significantly more switches (p
Benzer Tezler
- An approach for the automatic detection of agricultural field sub-boundaries from high resolution satellite images
Yüksek çözünürlüklü uydu görüntülerinden tarımsal arazi alt-sınırların otomatik tespiti için bir yaklaşım
SAMAN GHAFFARİAN
Yüksek Lisans
İngilizce
2014
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- BGA malzemelerin x-ışını görüntülerindeki lehim hatalarının derin sinir ağı kullanarak tespiti
Detection of BGA solder defects from x-ray images using deep neural network
CEREN TÜRER AKDENİZ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜMRAY ÖLMEZ
- Automatic analysis and detection of malware behavior using machine learning for computer device
Başlık çevirisi yok
ABDULLAH QASSIM ALI
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. OSMAN NURİ UÇAN
- Mekansal-zamansal hasta hareketlilik verileriyle mekansal etkileşim örüntülerinin analizi ve akış haritaları aracı tasarımı ve geliştirilmesi
Analysis of spatial interaction patterns using spatio temporal patient mobility data, and designing and developing a flow mapping tool
SELMAN DELİL
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK
- New cluster ensemble algorithm with automatic cluster number and new pruning technique for fast detection of neighbors on binary data
Küme sayısını otomatik bulan bir kümelenme birleştirme algoritması ve ikili veride komşuların hızlı bulunması için yeni budama yöntemi
MEHMET EMİN AKŞEHİRLİ
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SELİM NECDET MİMAROĞLU