通过不需要语言知识的互动来检测阅读障碍

阅读障碍是一种特定的学习障碍，影响了5-15％的世界人口。Musvis是由Maria Rauschenberger开发的网络游戏，由Ricardo Baeza-Yates和Luz Rello监督，与UPF信息与通信技术部（DTIC）相关的研究人员于4月20日在4月20日在17届国际网络上获得了W4A与会者奖。所有会议（今年的特定主题）都是自动化的可访问性，用于通信论文，题为“使用无独立的内容和机器学习通过网络游戏筛选阅读障碍的风险”。

“我们的网络游戏的目的称为Musvis，是衡量的相互作用差异孩子们有和没有阅读障碍虽然他们以有趣的方式识别视觉和音乐元素。与UPF DTIC有关。由于她的研究，玛丽亚·劳森伯格（Maria Rauschenberger）被德国马克斯 - 普朗克研究所的博士后研究员聘为博士后研究员。

Rauschenberger确认：“据我们所知，这是第一次通过基于语言独立的内容并使用机器学习来分析阅读障碍的风险。”这种新方法也可以用来检测儿童可能在发展语言技能之前的可能学习障碍，并导致可能的早期干预。因此，“我们旨在通过不需要语言知识的互动来检测阅读障碍，”作者确认。

尽管差异可能不如读取和拼写错误的差异和拼写错误，这些差异是诵读障碍儿童的特征，但鉴于到目前为止获得的结果，作者认为肌肉是预测预阅读器阅读障碍的有前途的工具使用独立于语言的音频和视觉内容。劳森伯格强调说：“由于阅读障碍的儿童需要大约两年的时间来抵消他们的困难，因此我们的方法与语言无关，可以帮助减少学校失败，延迟治疗，最重要的是减少儿童和父母的苦难。”

“我们的方法可能会优化检测和治疗阅读障碍的资源，但是，我们需要检查更多的孩子，以扩大基于我们的预测模型的培训数据机器学习并改善我们的结果，”作者补充说。