この記事では、アルツハイマー病（AD）の早期診断を目的としたハイブリッド単語埋め込みを利用した堅牢な分類手法を提案しています。言語能力の変化はADの重要な兆候であり、この研究ではDoc2VecおよびELMoから得られた単語ベクトルを基にしたハイブリッド単語埋め込みを作成し、文の流暢性を評価するための困惑度スコアを算出します。さらに、言語特徴を追加して文の構文と意味を分析し、ロジスティック回帰に組み込んだ特徴ベクトルを入力します。ハイパーパラメータを調整しながら、91%の分類精度と97%のAUC（曲線下面積）を達成し、ADと健康な被験者を高精度で区別することができました。このモデルはADの大規模スクリーニングや医師による補助的な診断手段としての利用が期待されています。