초록
GANs는 이미지 생성 및 스타일 전환과 관련된 작업에서 매우 우수한 성능을 보여주었습니다. 언어 모델링 분야에서는 GLoVe와 word2vec 같은 단어 임베딩이 텍스트 데이터에 신경망 모델을 적용하는 최신 방법으로 알려져 있습니다. 본 연구에서는 그래디언트 패널티 함수와 F-측도를 기반으로 한 GANs와 Skip-Thought 문장 임베딩을 활용한 텍스트 생성 접근법을 제시합니다. 제안된 아키텍처는 저자의 모든 작품에서 문장 수준의 표현 방식을 모델링하여 생성된 텍스트에서 글쓰기 스타일을 재현하는 것을 목표로 합니다. 다양한 임베딩 설정에서 조건부 텍스트 생성 및 언어 생성 등 여러 작업에 대해 광범위한 실험을 수행했습니다. 이 모델은 BLEU-n, METEOR, ROUGE 등의 여러 자동 평가 지표에서 기존의 텍스트 생성 네트워크를 능가합니다. 또한, 실제 작업에서의 광범위한 적용 가능성과 효과성을 인간 평가 점수를 통해 입증하였습니다.