Automatisation multilingue du prétraitement de transcriptions dans la détection de la maladie d’Alzheimer

Résumé

La maladie d’Alzheimer est une maladie dégénérative qui se caractérise principalement par des altérations cognitives progressives. L’altération des fonctions linguistiques est un facteur important, puisque plusieurs études ont démontré qu’elle peut apparaître dès les premiers stades de la maladie. Afin de mesurer ces fonctions, on traite et on analyse des transcriptions provenant d’une variété de corpus basés sur le test de description d’image du Cookie Theft. De plus en plus de systèmes semi-automatiques tentent de tirer parti des descriptions d’image dans le cadre du test du Cookie Theft. Cependant, l’extraction de mesures quantitatives de transcriptions requiert un effort considérable. De plus, lorsque l’on travaille avec un corpus multilingue, il est important d’adapter le système afin de bien différencier les variantes linguistiques. Présentement, aucune étude ne s’est attardée à la création d’un pipeline universel pour ce type de tâche, ce qui permettrait d’améliorer la reproductibilité des expériences scientifiques. Ce mémoire présente donc une méthode simple et efficace pour traiter des transcriptions, en séquençant une série de sous-problèmes de nettoyages, de normalisations et d’extractions de mesures permettant d’identifier les détériorations cognitives. Puisque certaines de ces tâches sont dépendantes de la langue, elles ont été adaptées afin d’être facilement configurables. Les résultats ont démontré que notre travail permet d’améliorer la reproductibilité de expériences. En effet, nous avons été en mesure de normaliser et d’extraire des mesures linguistiques d’un corpus français et anglais du test du Cookie-Theft automatiquement. De plus, en analysant ces mesures, nous avons détecté une corrélation significative au niveau de la fréquence de retraçages chez les patients francophones (> 0.5). Ensuite, nous avons développé des modèles prédictifs prometteurs avec des résultats comparables à d’autres recherches en utilisant le Pitt Corpus (76%). Ceci démontre donc que notre travail permet d’automatiser entièrement la tâche de prétraitement. Toutefois, étant donné la grande diversité de langues à travers le monde, cette méthode connait certaines limitations. Donc, ce mémoire contribue à la littérature de la maladie d’Alzheimer en présentant un pipeline permettant d’augmenter la reproductibilité des expériences pour l’analyse de transcriptions dans le cadre d’un test de description d’images du Cookie-Theft. De plus, nous pensons que notre travail pourrait éventuellement être utilisé pour différents types de tests cognitifs pour lesquels des transcriptions doivent être analysées puisqu’il n’est pas dépendant du contexte.

Date	15 nov. 2020
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Sylvie Ratté (Directeur(-trice))