対話システムにおいて事前に対話破綻を検出し、より相応しい対話を行うことはユーザーの体験を良くする意義がある。対話破綻検出チャレンジでは対話データが公開されているが、システムによる自然な返答のデータが少ないため分布が均等ではない。本研究では、事前学習させた言語モデルに対して自然な返答を出力させることを目標として、対話データでファインチューニングを行なった。その後、ファインチューニングしたモデルによりデータ拡張を行い、対話破綻検出への影響を検証した。