分析手順

前節で示した$E1$，$E2$，および，文末表現の3つを実際に集計する手順を以下に示す．

手順1

分析対象の文末表現パターンが対応する台詞を，付与されている情緒タグと共に全てコーパスより抽出する．

手順2

抜き出した台詞に自動情緒推定を行い，$E1$を決定する．

手順3

$E1$，$E2$，および，文末表現の組を，文末表現毎にまとめる．

手順4

組合せの事例をもとに，変換の回数をカウントする．

$E1$，$E2$，および，文末表現の３つの組を集計し，文末表現の情緒性変換を分析する．例えば，命題表現 より$E1$=《Po》が自動推定され，情緒の注釈より$E2$=《喜び》;《期待》が得られていた場合，〔《Po》， 《喜び》;《期待》，V^renyouちゃおう。〕という3つの組が得られる．この文末表現に対しては， 《Po》から《喜び》と《期待》へ変換がそれぞれ１度ずつ使用されたと見なし，〈保持〉が２回，〈共起, 想像〉が１回，〈共起, Po〉が２回と集計する．
次に，情緒性変換の傾向値を以下の式で計算する．

$$（分類の変換回数）／（文末表現の総変換回数） ＊ 100 [\verb\vert%\vert]$$ (4.1)

ただし， $r_{〈反転〉,f}$においては，$E1$=〈反転〉は存在しないことから，式（1）における分母を ，（文末表現$E1=$《Po》or《Ne》の変換回数）に変更する．
この情緒性変換の傾向値は，その文末表現が各分類に変換される頻度をパーセントで示している．例えば， 「V^renyouたいよ。，伝達，欲求，非過去，実在」の文末表現の場合，〈共起，Po〉が55$\%$，〈共起， Ne〉が45$\%$，〈共起，想像〉が46$\%$となっており，ポジティブな情緒への変換が行われる傾向が高いこと が分かる．