Pipeline para la detección del trastorno específico del lenguaje (SLI) a partir de transcripciones de narrativas espontáneas

  • Santiago Arena
  • Antonio Quintero-Rincón
Palabras clave: Reducción de dimensionalidad, SLI, Random Forest, clasificación, k-NN, NLP

Resumen

El Trastorno Específico del Lenguaje (SLI) es un trastorno que afecta la comunicación y puede afectar tanto la comprensión como la expresión. Este estudio se centra en la detección eficaz del SLI en niños, empleando transcripciones de narrativas espontáneas tomadas en 1063 entrevistas. Para dicho fin, proponemos un pipeline de tres etapas en cascada. En la primera etapa, se hace una extracción de características y una reducción de dimensionalidad de los datos usando en conjunto, los métodos de Random Forest (RF) y correlación de Spearman. En la segunda etapa se estiman las variables más predictivas de la primera etapa usando regresión logística, las cuales son usadas en la última etapa, para detectar el trastorno SLI en niños a partir de transcripciones de narrativas espontáneas usando un clasificador de vecinos más cercanos. Los resultados revelaron una precisión del 97,13% en la identificación del SLI, destacándose aspectos como el largo de las respuestas, la calidad de sus enunciados y la complejidad del lenguaje. Este nuevo enfoque enmarcado en procesamiento natural del lenguaje, ofrece beneficios significativos al campo de la detección de SLI, al evitar complejas variables subjetivas y centrarse en métricas cuantitativas directamente relacionadas con el desempeño del niño.

Publicado
2024-09-19
Cómo citar
Arena, S., & Quintero-Rincón, A. (2024). Pipeline para la detección del trastorno específico del lenguaje (SLI) a partir de transcripciones de narrativas espontáneas. Memorias De Las JAIIO, 10(1), 209-222. Recuperado a partir de https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/1026
Sección
ASAID - Simposio Argentino de Inteligencia Artificial y Ciencias de Datos