?
Кластеризация лексики для решения задачи диагностики афазии
В данной работе реализуется алгоритм автоматической кластеризации лексики для решения задачи создания компьютерной модели диагностики афазии на основе результатов теста на семантическую вербальную беглость. Данный тест представляет собой называние максимального количества слов, соответствующих некоторой заданной категории, за определенный промежуток времени. При анализе результатов теста часто исследуют количественные и качественные значения: количество правильных OTBETOB, количество переключений - переходов от лексики одной субкатегории, хранящейся в сознании B виде группы лексем, сгруппированных на основе некоторого общего признака, K лексике другой субкатегории. При этом объединения лексем на основе общего признака принято называть кластерами, размеры которых также являются одним из качественных показателей прохождения теста. Была выдвинута гипотеза, согласно которой респонденты, подверженные афазии, дают меньшее количество ответов с меньшим количеством переключений, но похожим размером кластеров, а также имеют менее выраженную семантическую близость в кластерах и между ними. Авторами использовался алгоритм автоматической кластеризации лексики на основе правил, предложенный в работе H. Лундин и коллег (Psychiatry Research. 2022. Т. 309), а также материалы теста на вербальную беглость, собранные и описанные в работе О.В. Буйволовой (Российский журнал когнитивной науки. 2020. Т. 7). В результате была создана функциональная модель для определения афазии у носителей русского языка. Было также показано, что респонденты с афазией склонны давать менее стандартизированные ответы, формирующие меньшее количество подкатегорий, однако с большей ассоциативной связью внутри кластеров. Также с помощью сравнительного анализа с данными Национального корпуса русского языка было выявлено, что для респондентов обеих исследуемых групп - контрольной группы и группы лиц с афазией — характерно давать стандартные для носителей русского языка ассоциации.