Tekstgebaseerde Natural Language Processing in de menselijke hersenen

Natural Language Processing (NLP) is een deelgebied van de kunstmatige intelligentie dat zich richt op het verwerken en interpreteren van menselijke taal. Met het recente succes van NLP methoden in een divers aantal toepassingsgebieden, zoals automatische vertaling en sentimentanalyse, rijst de vraag in hoeverre de schijnbaar mensachtige prestaties inderdaad lijken op de verwerking van taal in het menselijk brein. Neurologische studies van verbonden spraak staan centraal bij het verschaffen van diepere inzichten in het mogelijke verband tussen taalrepresentaties in het menselijk brein en taalmodellen die in NLP worden gebruikt. Een verzameling van verbonden spraakdata in meerdere cohorten van oudere volwassenen zal de basis vormen voor dit werk. Door gebruik te maken van state-of-the-art NLP methoden zoals de Transformer, zullen numerieke representaties gegenereerd worden voor zinnen en multi-zinnen eenheden uit tekstuele transcripties van de verzamelde spraakgegevens. Deze NLP-kenmerken zullen worden vergeleken met patronen van de hersenconnectiviteit om hun verband met menselijke taalverwerking te bestuderen. Een ander doel van dit werk is te onderzoeken of NLP-kenmerken gebaseerd op verbonden spraak van oudere volwassenen, gebruikt kunnen worden om onderscheid te maken tussen normale cognitieve veroudering, preklinische, en de vroege dementie fase van Alzheimer. Dit werk zal een dieper inzicht verschaffen in het verband tussen de afgeleide NLP-kenmerken en het verouderende brein en het mogelijke bestaan van neurobiologische tegenhangers van bepaalde NLP-representaties.