文法変分自己符号化器を用いた自然言語文の連続的な統語構造変換

抄録

深層生成モデルとは，変分自己符号化器や敵対的生成ネットワークが代表例として挙げられる深層ニューラルネットワークで構成された生成モデルである。深層生成モデルでは、入力するデータは画像や音響などの連続なデータが一般的であり、逆に化学式や数式などの離散なデータを扱い、生成するのは容易ではなく工夫が必要である。Kusnerら[Kusner+ 2017]は、化学式や数式など離散な構造を持ったデータを深層学習の枠組みで連続な値として取り扱えるように実現したモデルであるGrammar Variational Autoencoder（GVAE）を開発している。 本研究では、GVAEの枠組みにおいて、文脈自由文法によって表される自然言語の統語構造を連続的に変換することを試みる。