近年，IoTと呼ばれる現実世界の情報を観測・収集する取り組みがなされており，この観測情報をもとにリコメンドなどの観光案内を行うシステムへの応用が期待されている．こうした観光案内を行う上で，自然言語による情報提示はユーザビリティを高めると期待されている．観光案内のようなシステムで自然言語を用いる場合，伝達内容をあらかじめ用意した文のテンプレートに埋め込むことが行われてきたが，表現の多様性や未知のクラスパターンに対応した文生成を行うことが難しいといった問題があった．そこで本研究では，伝達内容をベクトル表現として用い，ニューラル言語生成と同時最適化することにより，テンプレートに依存しない観光案内文の生成を行う．モデル構築には，クラウドソージングによって作成した観光案内コーパスを用いた．ここから学習したモデルが，意図した伝達内容を考慮した観光案内文が生成可能であるかや，未知のエンティティパターンに対応可能であるかについて分析・検討を行う．
