GAN（Generative Adversarial Networks）は、画像生成やスタイル転送に関連するタスクにおいて非常に優れた性能を示しています。言語モデリングの分野では、GLoVeやword2vecなどの単語埋め込みが、テキストデータに対するニューラルネットワークモデルの適用において最先端の手法となっています。本研究では、勾配罰則関数とF値に基づくGANを使用してSkip-Thought文埋め込みによるテキスト生成のアプローチを提示します。提案されたアーキテクチャは、著者の全作品における表現方法を文レベルでモデル化することにより、生成されたテキストでの書き方の再現を目指しています。異なる埋め込み設定で条件付きテキスト生成や言語生成など様々なタスクについて広範な実験が行われました。このモデルはBLEU-n、METEOR、ROUGEなどの複数の自動評価指標において基準となるテキスト生成ネットワークを上回る性能を示しました。さらに、人間の判断スコアを通じて幅広い実用性と効果が実証されています。