文献

J-GLOBAL ID：201802213775531356   整理番号：18A1638908

深層学習による生成句判別

著者 (4件)： 米田航紀 (北大 大学院情報科学研究科) ,  横山想一郎 (北大 大学院情報科学研究科) ,  山下倫央 (北大 大学院情報科学研究科) ,  川村秀憲 (北大 大学院情報科学研究科)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2018  号： ICS-192  ページ： Vol.2018-ICS-192,No.8,1-8 (WEB ONLY)  発行年： 2018年06月29日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 深層学習を使用した芸術の作成が近年注目を集めている。また,日本で古くから親しまれている芸術として俳句がある。そこで,俳句を作成する方法として一般的な「モチーフから俳句を作る」ということを深層学習を使用して行うことで,芸術作成としての深層学習の有用性を示す。まず,我々は大量の過去の俳句に基づいてLSTMを訓練し,LSTMに文字列を生成させる。2つめに,生成された文字列から俳句としての条件を満たすものを抽出する。3つめに,得られた俳句の質を評価するために深層学習を使用し,人間が作成した俳句と本研究で作成した俳句の判別器を作成し評価する。評価値が高ければ,生成された俳句が質の高い良い俳句とみなす。この過程で,LSTMが俳句としてのルールを学習できているか,評価用の判別器は正しく評価できるかを確認するための実験を行った。(著者抄録)

シソーラス用語： *機械学習 ,  *文学 ,  *ニューラルネットワーク ,  文字列 ,  類似性 ,  主題 ,  マッチング ,  画像 ,  実験
準シソーラス用語： LSTMネットワーク ,  モチーフ ,  深層学習 ,  俳句 ,  評価実験

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (18件)：

• 「新版20週俳句入門」 藤田湘子 2010年
• 「超辛口先生の赤ペン俳句教室」 夏井いつき 2014年
• Shujie Liu,Nan Yang,Mu Li,Ming Zhou.”A Recursive Recurrent Neural Network for Statistical Machine Translation”,2014,ACL.
• Yonghui Wu, Mike Schuster, Zhifeng Chen, et al.,”Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation”,2016,arXiv:1609.08144.
• Alec Radford, Luke Metz, Soumith Chintala,”Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks”,2015,arXiv.

タイトルに関連する用語 (2件)： 深層学習 ,  判別