أثبتت شبكات التوليد المتنافسة (GANs) فعاليتها بشكل كبير في مهام تتعلق بإنشاء الصور ونقل الأسلوب. وفي مجال نمذجة اللغة، تعتبر تمثيلات الكلمات مثل GLoVe و word2vec من أفضل الطرق لتطبيق نماذج الشبكات العصبية على البيانات النصية. وقد جرت محاولات لاستخدام شبكات التوليد المتنافسة مع تمثيلات الكلمات لإنشاء النصوص. يقدم هذا البحث نهجًا لإنشاء النص باستخدام تمثيلات الجمل Skip-Thought مع شبكات التوليد المتنافسة المستندة إلى وظائف عقوبات التدرج وأدوات القياس f-measure. يهدف الهيكل المقترح إلى إعادة إنتاج أسلوب الكتابة في النصوص المُنشأة من خلال نمذجة طريقة التعبير على مستوى الجملة عبر جميع أعمال المؤلف. أجريت تجارب واسعة في إعدادات مختلفة للتمثيل على مجموعة متنوعة من المهام، بما في ذلك إنشاء النص بشروط ولغة الإنشاء. أظهرت النموذج تفوقه على شبكات إنشاء النص الأساسية بموجب عدة مقاييس تقييم آلية مثل BLEU-n و METEOR و ROUGE. بالإضافة إلى ذلك، تم إثبات قابلية التطبيق الواسعة والفعالية في المهام الحقيقية من خلال درجات الحكم البشري.