핵심 개념
자동으로 발음장애 심각도를 평가하기 위한 트랜스포머 기반 프레임워크의 개발과 성능 평가
초록
발음장애의 복잡성과 평가의 어려움
자동화된 평가 도구의 필요성
새로운 딥러닝 프레임워크의 효과적인 성능
데이터셋 및 모델 성능 평가 결과
SALR 프레임워크의 효과적인 성능과 잠재 공간 분석
기존 모델과의 비교 결과
통계
우리의 SALR 모델은 이전 AI 기반 분류 벤치마크를 16.58% 능가하며 정확도 70.48% 및 F1 점수 59.23%를 달성했습니다.
인용구
"우리의 연구는 자동화된 발음장애 심각도 평가에서 새로운 표준을 제시합니다."
"SALR 프레임워크는 발음장애 심각도 분류에서 새로운 기준을 세웠습니다."