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

抄録

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．