Toward an automatic identification of discontinuities in the pathological discourse of patient with schizophrenia Vers un repérage automatique des discontinuités dans le discours pathologique du sujet schizophrène En Fr

Résumé En Fr

Pathological discourse of schizophrenics in acute phase presents multiple oddities. A subset of them was modeled as “discontinuities”. Here, 27 sequences with 47 discontinuities were manually identified in our corpus of interviews between a patient and a psychologist. We aim to find these discontinuities in fine automatically. From the segmentation of the turns into acts, we precise all the relevant acts for each interactant and each turn, thanks to unambiguous decision rules. Finally, an algorithm identifies the discontinuities. We achieve a F-measure of 88.9% and an accuracy of 96.2%. By analyzing the data, we point out that the 40 true positives and the 3 false positives fall into the same category, “thematic discontinuity”, while the system fails to identify all other categories of discontinuities.

Le discours du sujet schizophrène en phase aiguë présente de multiples bizarreries. Un sousensemble de ces dernières a été modélisé en tant que « ruptures ». En étude systématique de corpus, on dégage 27 séquences comportant 47 ruptures dans des entretiens entre des patients et des psychologues. Nous définissons un modèle qui vise à retrouver de façon in fine automatique ces ruptures. À partir de la segmentation en actes des tours de parole, nous définissons les actes pertinents pour chaque interactant au moyen de règles de décision non ambiguës. Enfin, un calcul algorithmique permet de repérer les ruptures attendues. Nous obtenons une F-mesure de 88.9 % et une exactitude de 96.2 %. L'analyse qualitative des données montre que les 40 vrais positifs et les 3 faux positifs relèvent d'une même catégorie, les « ruptures thématiques », tandis que le système échoue à repérer les autres catégories de ruptures.