Seminaria w Instytucie Podstaw Informatyki PAN

Streszczenie (autorskie):

Referat będzie poświęcony problemowi klasyfikacji z niepełną obserwowalnością zmiennej odpowiedzi typu PU (positive and unlabelled). W tradycyjnym problemie klasyfikacji binarnej, celem jest zbudowanie modelu który przypisuje obserwacji jedną z dwóch klas: pozytywną lub negatywną na podstawie cech opisujących daną obserwację. Zakłada się że zbiór uczący, na podstawie którego dopasowuje się model, zawiera obserwacje pozytywne oraz negatywne. W problemie PU, zbiór danych uczących zawiera obserwacje które mają przypisaną etykietę pozytywną, zaś pozostałe obserwacje nie mają przypisanej etykiety. Na przykład w zastosowaniach medycznych, obserwacje niemające przypisanej klasy, mogą odpowiadać pacjentom u których nie zdiagnozowano choroby. Brak diagnozy nie oznacza jednak że choroba nie występuje. Podczas prezentacji przedstawię formalny opis problemu, podstawowe definicje i fakty oraz interesujące wyzwania związane z danymi PU. Pokażę w jaki sposób można zaadoptować popularny model regresji logistycznej dla danych PU.

Streszczenie (autorskie):

Diagnostyka zaburzeń psychicznych na podstawie danych tekstowych to nowy obszar zastosowań dla przetwarzania języka naturalnego, a w szczególności metod uczenia maszynowego i głębokiego uczenia. Omówimy serię eksperymentów wykonanych na polskojęzycznych danych tekstowych dotyczących zaburzeń ze spektrum autyzmu i schizofrenii. Wystąpienie rozpoczniemy od analizy obydwu zaburzeń oraz przedstawienia narzędzi diagnostycznych: TLC i ADOS-2, wraz z charakterystyką zebranych danych. Przedstawimy efekty zastosowania metod słownikowych, mierzących takie wymiary jak poziom abstrakcji językowej oraz wydźwięk. Następnie przejdziemy do prób automatycznego diagnozowania obydwu zaburzeń. Porównamy skuteczność: (1) tradycyjnych narzędzi diagnostycznych TLC i ADOS-2, (2) metod uczenia maszynowego i głębokiego uczenia zastosowanych do danych zgromadzonych przez te narzędzia oraz (3) psychiatrów. Omówimy skuteczność najprostszych metod typu bag-of-words, metod słownikowych, a także głębokich sieci neuronowych. Przedstawimy eksperymenty z transfer learning, a także uczeniem w scenariuszach zero-shot i few-shot, dedykowanych sytuacjom o małej liczebności danych, co jest typowym problemem w warunkach klinicznych. Psychiatria to jedna z nielicznych dziedzin medycyny, w których diagnoza większości zaburzeń opiera się na subiektywnej ocenie psychiatry. Nasze prace są krokiem w kierunku wprowadzenia zautomatyzowanych i obiektywnych narzędzi wspomagających diagnostykę.