@techreport{oai:ipsj.ixsq.nii.ac.jp:00218700,
 author = {山本, 賢太 and 河野, 誠也 and 河原, 達也 and 吉野, 幸一郎},
 issue = {10},
 month = {Jun},
 note = {自然言語生成タスクは意味表現を入力として対応するテキスト（発話）を生成するタスクで，対話システムにおける重要なタスクのひとつである．近年は，ニューラルネットワークを用いた手法により，自然な言語生成が実現されている．ニューラルネットワークを用いた言語生成は学習データへの依存性が大きく，しばしば与えた意味表現にない情報を生成文に含めてしまう過生成の問題が生じる．そこで，本研究では，言語生成タスクのデータセットから意味表現を削除した学習データのバリエーションを作成するデータ拡張手法により，より頑健な自然言語生成を実現する．具体的には，学習データに含まれる意味表現に対して一部のスロットの削除を行い，この意味表現に対応して学習データ中の文を編集することで，既存の学習データに含まれない意味表現の組み合わせに対応したデータの拡張を行う．この対応取得のため，フレーズアライメントや注意機構の重みを用いる．また，文の編集を行う際にもとの文の構造を考慮する．実験では，提案法により過生成の問題を抑制しつつ，自然性も高い言語生成を行うことができることが確認された．},
 title = {フレーズアライメントと文構造に基づくデータ拡張を用いた頑健な自然言語生成},
 year = {2022}
}