はじめに

言語の意味理解の一つとして，言語表現から書き手や，話者，登場人物 の情緒を推定する技術に期待が寄せられている． なぜなら，この技術はテキストマイニングに利用できるからである． 例えば，ブログや口コミ掲示板などに蓄積されているテキストデータを情緒推定 することで，企業の商品やサービスに対する消費者の感情を知るといったことが 考えられる． これに対し田中らは，情緒推定のアプローチとして「情緒生起の原因に着目した 手法」に注目した．この手法は，結合価パターン辞書を構築することで， 用言の語義から情緒の生起原因を明記した特徴(情緒原因)を解析し，情緒を 推定する手法である[1]．さらに，吾郷らは，不足する情緒原因の 特徴を補うために，本辞書に「判断条件」を追加した[2]．また，滝川ら は，本辞書に追加された判断条件に対し改良を行っている[3]．

判断条件は，用言の語義が示す感情的な特徴が成立するための前提条件で， 情緒主とある事物(以後，二者という)を方向性とともに関係づけることで 表現している． また，判断条件の運用の為には，ブログデータより，判断条件が示す二者の関係と， 情緒の共起関係を統計的に集計した「判断情報知識ベース」の構築が必要である．

しかし，判断情報知識ベースの構築には，網羅性の問題がある． 判断条件の示す二者の表現の中には， 「連体修飾節＋名詞」の形式ものが存在し，名詞と連体修飾節の組合せの全てを 考慮する必要があり，ブログデータからの収集コストが高くなるからである．

そこで，本研究では，判断情報知識ベースの 網羅性の向上の為，連体修飾節の1つである 形容詞に着目し，情緒原因を成立させる形容詞を知識化した 「形容詞型判断情報知識ベース」の構築を行う．また， 形容詞型判断情報知識ベースの構築の前処理として，未改良である 判断条件「生理」の改良を行う．

本論文の構成は以下の通りである．第2章では，情緒属性付き結合価パターン 辞書について述べる．第3章では，判断条件「生理」の問題点，改良方法 を述べ，改良を行う．第4章では，判断条件の成立と形容詞の関係について 仮説を立て，検証を行う．第5章では，形容詞型判断情報知識ベース の構築を行う．第6章では，情緒推定実験を行う． 最後に，第7章でまとめを述べる．