Generative Adversarial Nets (GAN)の出現により容易に膨大なデータを生成することが可能になった。GANは、実在するようなデータを生成することに長けている一方で、人に新たな発見を与えるような面白いデータの生成はできていない。人の想像力を膨らませるような意外性のあるデータを生成できるようになることでGANはこれまでにない新たな価値を持つようになる。本稿では、SeqGANをベースとした意外性のある俳句の生成方式を提案する。俳句に利用する単語の予想外性とトピック共通性をトピックモデルを用いて定義し、これらを損失関数に組み込むことで俳句の意外性を学習する。