{"id":{"repo_id":"u-iceland","oai_identifier":"oai:skemman.is:1946/48847"},"canonical_url":"https://search.dev.ndltd.org/etd/u-iceland/oai:skemman.is:1946/48847","repository":{"repo_id":"u-iceland","name":"University of Iceland","base_url":"https://skemman.is/oai/request"},"display":{"title":"Tungumál og heilabilun: Nýting íslenskra máltæknitóla í greiningu klínískra málsýna","abstract":"Alzheimersjúkdómur (AS) er algengasta orsök heilabilunar og veldur hrörnun á ólíkum svæðum heilans, einkum þeim sem stjórna tungumáli, minni og hugrænni getu. Breytingar á málnotkun, svo sem brotakennd setningagerð og orðminniserfiðleikar, geta verið meðal fyrstu einkenna sjúkdómsins. Snemmgreining slíkra breytinga er lykilatriði í að veita skjólstæðingum viðeigandi meðferð á fyrri stigum sjúkdómsins. Í þessu verkefni var kannað hvort íslensk máltæknitól, Greynir og ABLTagger 3.0, nýtist í greiningu á málfræðilegri uppbyggingu klínískra málsýna frá einstaklingum með einkenni AS. Rannsóknarspurningin var hvort íslensk máltæknitól geti nýst til greiningar á setningagerð klínískra málsýna. ABLTagger 3.0 sýndi framúrskarandi árangur með réttmæti yfir 95%, jafnvel þegar unnið var með óhefðbundnar setningar sem eru algengar í máli einstaklinga með AS. Greynir gagnaðist hins vegar takmarkað í þáttun setninga úr málsýnum og náði aðeins 40% rétt þáttaðra setninga. Með sjálfvirkri stöðlun texta, framkvæmt með ByT5 leiðréttingarlíkani, jókst réttmætið upp í 62%. Rannsóknin sýnir mikilvægi þess að þróa tungumálasértæk máltæknitól sem nýtast í klíníska málsýnagreiningu, sérstaklega fyrir smærri málsamfélög eins og hið íslenska. Slík tól geta gengt lykilhlutverki til að auðvelda snemmgreiningu taugahrörnunarsjúkdóma með því að greina breytingar á tali og málnotkun sem oft koma fram á fyrstu stigum sjúkdómsins. Með greiningu málsýna er ekki aðeins hægt að bæta greiningarferlið heldur einnig fylgjast með framgangi sjúkdóma á borð við AS. Sjálfvirknivæðing málsýnagreiningar gæti auk þess reynst mjög hagnýt í starfi þeirra sem nota málsýni klínískt, en það eru fyrst og fremst talmeinafræðingar. Þessar framfarir gætu því almennt haft jákvæð áhrif á lífsgæði einstaklinga með AS og stuðlað að betri meðferðarúrræðum.","abstract_html":"Alzheimersjúkdómur (AS) er algengasta orsök heilabilunar og veldur hrörnun á ólíkum svæðum heilans, einkum þeim sem stjórna tungumáli, minni og hugrænni getu. Breytingar á málnotkun, svo sem brotakennd setningagerð og orðminniserfiðleikar, geta verið meðal fyrstu einkenna sjúkdómsins. Snemmgreining slíkra breytinga er lykilatriði í að veita skjólstæðingum viðeigandi meðferð á fyrri stigum sjúkdómsins. Í þessu verkefni var kannað hvort íslensk máltæknitól, Greynir og ABLTagger 3.0, nýtist í greiningu á málfræðilegri uppbyggingu klínískra málsýna frá einstaklingum með einkenni AS. Rannsóknarspurningin var hvort íslensk máltæknitól geti nýst til greiningar á setningagerð klínískra málsýna. ABLTagger 3.0 sýndi framúrskarandi árangur með réttmæti yfir 95%, jafnvel þegar unnið var með óhefðbundnar setningar sem eru algengar í máli einstaklinga með AS. Greynir gagnaðist hins vegar takmarkað í þáttun setninga úr málsýnum og náði aðeins 40% rétt þáttaðra setninga. Með sjálfvirkri stöðlun texta, framkvæmt með ByT5 leiðréttingarlíkani, jókst réttmætið upp í 62%. Rannsóknin sýnir mikilvægi þess að þróa tungumálasértæk máltæknitól sem nýtast í klíníska málsýnagreiningu, sérstaklega fyrir smærri málsamfélög eins og hið íslenska. Slík tól geta gengt lykilhlutverki til að auðvelda snemmgreiningu taugahrörnunarsjúkdóma með því að greina breytingar á tali og málnotkun sem oft koma fram á fyrstu stigum sjúkdómsins. Með greiningu málsýna er ekki aðeins hægt að bæta greiningarferlið heldur einnig fylgjast með framgangi sjúkdóma á borð við AS. Sjálfvirknivæðing málsýnagreiningar gæti auk þess reynst mjög hagnýt í starfi þeirra sem nota málsýni klínískt, en það eru fyrst og fremst talmeinafræðingar. Þessar framfarir gætu því almennt haft jákvæð áhrif á lífsgæði einstaklinga með AS og stuðlað að betri meðferðarúrræðum.","abstract_has_math":false,"creators":["Andrea Líf Erlendsdóttir 1999-"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":["Háskóli Íslands"],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025-01-06T13:05:34Z","date_published":"2025-01-06T13:05:34Z","updated_at":"2026-07-27T21:40:48Z","subjects":["Almenn málvísindi","Máltækni","Alzheimer sjúkdómur","Heilabilun"],"languages":["is"],"rights":[],"rights_urls":[],"identifier_entries":[]},"links":{"outbound_url":"https://hdl.handle.net/1946/48847","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor","label":"Contributor","values":["Háskóli Íslands"]},{"key":"dc:creator","label":"Author","values":["Andrea Líf Erlendsdóttir 1999-"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2025-01-06T13:05:34Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2025-01-06T13:05:34Z"]},{"key":"dc:date.issued","label":"Date","values":["2025-01-06T13:05:34Z"]},{"key":"dc:type","label":"Dc Type","values":["Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Almenn málvísindi","Máltækni","Alzheimer sjúkdómur","Heilabilun"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["is"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://hdl.handle.net/1946/48847"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Alzheimersjúkdómur (AS) er algengasta orsök heilabilunar og veldur hrörnun á ólíkum svæðum heilans, einkum þeim sem stjórna tungumáli, minni og hugrænni getu. Breytingar á málnotkun, svo sem brotakennd setningagerð og orðminniserfiðleikar, geta verið meðal fyrstu einkenna sjúkdómsins. Snemmgreining slíkra breytinga er lykilatriði í að veita skjólstæðingum viðeigandi meðferð á fyrri stigum sjúkdómsins. Í þessu verkefni var kannað hvort íslensk máltæknitól, Greynir og ABLTagger 3.0, nýtist í greiningu á málfræðilegri uppbyggingu klínískra málsýna frá einstaklingum með einkenni AS. Rannsóknarspurningin var hvort íslensk máltæknitól geti nýst til greiningar á setningagerð klínískra málsýna. ABLTagger 3.0 sýndi framúrskarandi árangur með réttmæti yfir 95%, jafnvel þegar unnið var með óhefðbundnar setningar sem eru algengar í máli einstaklinga með AS. Greynir gagnaðist hins vegar takmarkað í þáttun setninga úr málsýnum og náði aðeins 40% rétt þáttaðra setninga. Með sjálfvirkri stöðlun texta, framkvæmt með ByT5 leiðréttingarlíkani, jókst réttmætið upp í 62%. Rannsóknin sýnir mikilvægi þess að þróa tungumálasértæk máltæknitól sem nýtast í klíníska málsýnagreiningu, sérstaklega fyrir smærri málsamfélög eins og hið íslenska. Slík tól geta gengt lykilhlutverki til að auðvelda snemmgreiningu taugahrörnunarsjúkdóma með því að greina breytingar á tali og málnotkun sem oft koma fram á fyrstu stigum sjúkdómsins. Með greiningu málsýna er ekki aðeins hægt að bæta greiningarferlið heldur einnig fylgjast með framgangi sjúkdóma á borð við AS. Sjálfvirknivæðing málsýnagreiningar gæti auk þess reynst mjög hagnýt í starfi þeirra sem nota málsýni klínískt, en það eru fyrst og fremst talmeinafræðingar. Þessar framfarir gætu því almennt haft jákvæð áhrif á lífsgæði einstaklinga með AS og stuðlað að betri meðferðarúrræðum.","Alzheimer's disease (AD) is the most common cause of dementia and leads to degeneration in various regions of the brain, particularly those responsible for language, memory, and cognitive abilities. Changes in language use, such as fragmented sentence structure and word-finding difficulties, can be among the earliest symptoms of the disease. Early detection of such changes is crucial to providing patients with appropriate interventions during the initial stages of the disease. This study explored whether Icelandic language technology tools, specifically Greynir and ABLTagger 3.0, could be utilized to analyze the linguistic structure of clinical language samples from individuals exhibiting symptoms of AD. The research question was whether Icelandic language technology tools can effectively analyze sentence structure in clinical language samples. ABLTagger 3.0 demonstrated excellent performance scores, with accuracy exceeding 95%, even when processing unconventional sentences often observed in the speech of individuals with AD. In contrast, Greynir showed limited utility in parsing sentences from the language samples, achieving only 40% correctly parsed sentences. However, with automatic text standardization using the ByT5 correction model, accuracy improved to 62%. The study highlights the importance of developing language-specific tools for clinical language sample analysis, particularly for smaller linguistic communities such as the Icelandic one. Such tools can play a key role in facilitating the early detection of neurodegenerative diseases by identifying changes in speech and language use that frequently emerge in the initial stages of the disease. Language sample analysis not only enhances diagnostic processes but also enables monitoring the progression of diseases like AD. Automating language sample analysis could further prove highly practical for professionals who utilize language samples in clinical settings, primarily speech-language pathologists. These advancements could ultimately have a positive impact on the quality of life for individuals with AD and support the development of improved therapeutic interventions."]},{"key":"dc:title","label":"Title","values":["Tungumál og heilabilun: Nýting íslenskra máltæknitóla í greiningu klínískra málsýna"]}]}],"canonical_facts":{"dc:contributor":["Háskóli Íslands"],"dc:creator":["Andrea Líf Erlendsdóttir 1999-"],"dc:date.accessioned":["2025-01-06T13:05:34Z"],"dc:date.available":["2025-01-06T13:05:34Z"],"dc:date.issued":["2025-01-06T13:05:34Z"],"dc:description.abstract":["Alzheimersjúkdómur (AS) er algengasta orsök heilabilunar og veldur hrörnun á ólíkum svæðum heilans, einkum þeim sem stjórna tungumáli, minni og hugrænni getu. Breytingar á málnotkun, svo sem brotakennd setningagerð og orðminniserfiðleikar, geta verið meðal fyrstu einkenna sjúkdómsins. Snemmgreining slíkra breytinga er lykilatriði í að veita skjólstæðingum viðeigandi meðferð á fyrri stigum sjúkdómsins. Í þessu verkefni var kannað hvort íslensk máltæknitól, Greynir og ABLTagger 3.0, nýtist í greiningu á málfræðilegri uppbyggingu klínískra málsýna frá einstaklingum með einkenni AS. Rannsóknarspurningin var hvort íslensk máltæknitól geti nýst til greiningar á setningagerð klínískra málsýna. ABLTagger 3.0 sýndi framúrskarandi árangur með réttmæti yfir 95%, jafnvel þegar unnið var með óhefðbundnar setningar sem eru algengar í máli einstaklinga með AS. Greynir gagnaðist hins vegar takmarkað í þáttun setninga úr málsýnum og náði aðeins 40% rétt þáttaðra setninga. Með sjálfvirkri stöðlun texta, framkvæmt með ByT5 leiðréttingarlíkani, jókst réttmætið upp í 62%. Rannsóknin sýnir mikilvægi þess að þróa tungumálasértæk máltæknitól sem nýtast í klíníska málsýnagreiningu, sérstaklega fyrir smærri málsamfélög eins og hið íslenska. Slík tól geta gengt lykilhlutverki til að auðvelda snemmgreiningu taugahrörnunarsjúkdóma með því að greina breytingar á tali og málnotkun sem oft koma fram á fyrstu stigum sjúkdómsins. Með greiningu málsýna er ekki aðeins hægt að bæta greiningarferlið heldur einnig fylgjast með framgangi sjúkdóma á borð við AS. Sjálfvirknivæðing málsýnagreiningar gæti auk þess reynst mjög hagnýt í starfi þeirra sem nota málsýni klínískt, en það eru fyrst og fremst talmeinafræðingar. Þessar framfarir gætu því almennt haft jákvæð áhrif á lífsgæði einstaklinga með AS og stuðlað að betri meðferðarúrræðum.","Alzheimer's disease (AD) is the most common cause of dementia and leads to degeneration in various regions of the brain, particularly those responsible for language, memory, and cognitive abilities. Changes in language use, such as fragmented sentence structure and word-finding difficulties, can be among the earliest symptoms of the disease. Early detection of such changes is crucial to providing patients with appropriate interventions during the initial stages of the disease. This study explored whether Icelandic language technology tools, specifically Greynir and ABLTagger 3.0, could be utilized to analyze the linguistic structure of clinical language samples from individuals exhibiting symptoms of AD. The research question was whether Icelandic language technology tools can effectively analyze sentence structure in clinical language samples. ABLTagger 3.0 demonstrated excellent performance scores, with accuracy exceeding 95%, even when processing unconventional sentences often observed in the speech of individuals with AD. In contrast, Greynir showed limited utility in parsing sentences from the language samples, achieving only 40% correctly parsed sentences. However, with automatic text standardization using the ByT5 correction model, accuracy improved to 62%. The study highlights the importance of developing language-specific tools for clinical language sample analysis, particularly for smaller linguistic communities such as the Icelandic one. Such tools can play a key role in facilitating the early detection of neurodegenerative diseases by identifying changes in speech and language use that frequently emerge in the initial stages of the disease. Language sample analysis not only enhances diagnostic processes but also enables monitoring the progression of diseases like AD. Automating language sample analysis could further prove highly practical for professionals who utilize language samples in clinical settings, primarily speech-language pathologists. These advancements could ultimately have a positive impact on the quality of life for individuals with AD and support the development of improved therapeutic interventions."],"dc:identifier.uri":["https://hdl.handle.net/1946/48847"],"dc:language.iso":["is"],"dc:subject":["Almenn málvísindi","Máltækni","Alzheimer sjúkdómur","Heilabilun"],"dc:title":["Tungumál og heilabilun: Nýting íslenskra máltæknitóla í greiningu klínískra málsýna"],"dc:type":["Thesis"]},"updated_at":"2026-07-27T21:40:48Z"}