2024-03-29T06:23:11Z
https://u-ryukyu.repo.nii.ac.jp/oai
oai:u-ryukyu.repo.nii.ac.jp:02012487
2023-08-03T05:27:06Z
1642838163960:1642838338003
1642838403551:1642838406845
Graph Convolutionにより構文構造を加味したGANによる文章生成手法の提案
澤崎, 夏希
遠藤, 聡志
當間, 愛晃
山田, 孝治
赤嶺, 有平
open access
かさ増し
自然言語
不均衡データ
GAN
GCN
現在ディープラーニングの発展により様々な問題が解決されているが,その問題の多くは十分なデータ 量が確保されており,少量学習データでの問題解決は依然として課題となっている.データ量が少ない場合の対 策として,データを増加させるかさ増し手法が用いられる.特に画像分野においては Generative Adversarial Network:GAN を用いた高精度な画像生成手法が注目されている.自然言語の分野においても,GAN を応用し文 章を生成する試みが広く行われているが,十分な精度の文章生成を行うのは難しい.原因の一つとして,自然言語 生成に用いられる GAN では,多くの場合構文構造は加味されていないことがあげられる.そこで,本論文では グラフ構造を畳み込む Graph Convolution を用いて,構文構造を加味した上で文章生成を行う手法を提案する.
論文
Webインテリジェンスとインタラクション研究会
2018-12-03
jpn
conference paper
VoR
http://hdl.handle.net/20.500.12000/46168
http://hdl.handle.net/20.500.12000/46168
https://u-ryukyu.repo.nii.ac.jp/records/2012487
第13回研究会オンライン・プロシーディングス
39
44
https://u-ryukyu.repo.nii.ac.jp/record/2012487/files/WI2-2018-18.pdf