2017-11-18 | Anmelden
 
 

Automatische Sprachmodelladaption für klinische Spracherkennung

Robert Herms und Prof. Dr. Maximilian Eibl von der Professur Medieninformatik entwickelten gemeinsam mit Daniel Richter und Jun.-Prof. Dr. Marc Ritter von der Juniorprofessur Media Computing eine Methode zu klinischen Spracherkennung und nahmen damit am CLEF (Conference and Labs of the Evaluation Forum) eHealth Evaluation Lab 2015 teil. Die Aufgabe bestand darin die Worterkennungsfehler beim Konvertieren von verbalen Patientenübergaben zwischen Pflegepersonal  zu Frei-Form-Textdokumenten zu minimieren. Das Forschungsteam verfolgte hier den Ansatz, dass jedes gesprochene medizinische Dokument seinen eigenen Kontext besitzt. Der erste Schritt der Methode beinhaltet die Transkription eines Dokuments mittels eines ASR (automatic speech recognition) Systems. Die Schlüsselwörter des Textes werden dabei extrahiert und über eine Webanfrage zu einem adaptierten Wörterbuch sowie einem Sprachmodell hinzugefügt. Im zweiten Schritt folgt das erneute Dechiffrieren des selben Textes – diesmal jedoch mit Hilfe des adaptierten Wörterbuchs und Sprachmodells.

Im Vergleich zur ursprünglichen Methode ist eine Minimierung der Worterkennungsfehler zu sehen, jedoch ist keine Verbesserung in Bezug auf die insgesamte Korrektheit der gesprochenen Dokumente sichtbar. Die Ergebnisse ihrer Arbeit wurden auf dem Conference and Labs of the Evaluation Forum in Toulouse (Frankreich), präsentiert.

Publikation: Herms, Robert; Richter, Daniel; Eibl, Max­i­m­il­ian & Rit­ter, Marc: Unsu­per­vised Lan­guage Model Adap­ta­tion using Utterance-based Web Search for Clin­i­cal Speech Recog­ni­tion. In: Work­ing Notes of Con­fer­ence and Labs of the Eval­u­a­tion Forum (CLEF), Toulouse, France, 08.-11.09.2015, 10 S. [Link]

 

Kommentare

Keine Kommentare ... bis jetzt.
 
Projektgeber

Gef M BMBF

Gef M BMBF

LocalizeIt wird durch das Bundesministerium für Bildung und Forschung BMBF und die BMBF Innovationsinitiative Unternehmen Region von August 2014 bis Juli 2019 gefördert und durch den Projektträger PtJ betreut.

Projektnehmer

Logo TU trans cropp

Logo MI

Logo MC TRANS

localizeIT ist ein Projekt der
Stiftungsjuniorprofessur Media Computing und der Professur Medieninformatik der Technischen Universität Chemnitz

Forschungspartner

Intenta Logo

3D MicroMag Logo

IBS Logo

Kontakt

Dr. rer. nat. Danny Kowerko
Tech­ni­sche Uni­ver­si­tät Chem­nitz
Fakul­tät für Infor­ma­tik
Juniorpro­fes­sur Medi­a Computing
Straße der Natio­nen 62
09111 Chemnitz