近年，生成モデルの発展により，様々な芸術作品の生成が可能となった一方で，個人の価値観による作品評価の違いから，生成物の選択が課題となっている．本研究では，世界最小の定型詩とされる俳句を対象として，深層自己回帰モデルにより生成された俳句群の中から，ユーザの興味を持つ俳句を選択する機構を開発する．ユーザが過去に作成した俳句を学習し，選択対象となる俳句の出現確率や類似度を算出する深層モデルを訓練することで，これを実現する．40万句の俳句データを追加学習した大規模言語モデルを用いて，1億句の俳句を生成し，選択の対象とする．次に，ユーザが過去に作成した数千件程度の俳句を訓練データとして深層言語モデルの追加学習を行い，獲得されたモデルから，選択する俳句を決定する．俳人の協力により，異なるパラメータ数の自己回帰型モデルおよびマスク型言語モデルによる選択結果を提示し，有効性を評価した．実験結果から，自己回帰型モデルが高い性能を持つことや，単純に高い出現確率が推定される俳句を選択するのではなく，事例データのみを学習したモデルと俳句全般を学習したモデルの推定結果の比を用いることの重要性が明らかとなった．
