@inproceedings{oai:u-ryukyu.repo.nii.ac.jp:02012487,
 author = {澤崎, 夏希 and 遠藤, 聡志 and 當間, 愛晃 and 山田, 孝治 and 赤嶺, 有平},
 book = {第13回研究会オンライン・プロシーディングス},
 month = {Dec},
 note = {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},
 pages = {39--44},
 publisher = {Webインテリジェンスとインタラクション研究会},
 title = {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},
 year = {2018}
}