判断情報知識ベース

Webから大量の情緒の生起する原因となる文（以下，原因文） が感情表現と共に入手できることは徳久らによって示されている[9]． そこで，本研究では， 原因文とパターンを照合することによって， 判断条件の成立と不成立を機械学習する． 学習方法は次の通りである．

まず，原因文とパターンの照合により，引数に具体的な格要素が入った 判断条件を得る．次に， セットに付随している情緒が，原因文に付属する感情表現の 情緒極性と一致する 場合は，その判断条件に $T$をカウントし，不一致の場合は$F$をカウントする．

その結果，引数の具体化された 判断条件の成立と不成立の関係を， $T$と$F$の割合で，本知識ベースに蓄積することができる． $T$の割合が多ければ， その判断条件は一般的に成立すると判定でき，情緒を推定する． 逆に，$F$の割合が多い場合は，情緒の推定を抑制する処理を行う．

例えば，「子供が小遣いを貰って喜んだ」という 文がWebから獲得できたとする． 本辞書と照合すると，図3.1のパターンに適合する． 「喜んだ」という表現から， 情緒属性セット2の 「目標実現・近(子供, 小遣い)」は，成立すると判断でき， $T$をカウントすることができる．一方，セット3より「生理・離(子供, 小 遣い)」は$F$にカウントすることができる．