田中らは，情緒推定へのアプローチの一つとして，「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]． それに加えて，滝川らは，判断条件においての情緒主とある事物の間の「接近」と「乖離」の関係に着目し，辞書を改良した[3]． 本辞書は，日本語語彙大系[4]の結合価パターン14,819件に，判断条件を加えた情緒属性，11,712セットが追加され構成されている． 本辞書を用いた情緒推定の方法は，もし，入力文と結合価パターンがマッチし，意味属性制約を充足し，かつ，判断条件が成立するならば，対応する情緒属性として「情緒名」，「情緒主」，「情緒対象」を出力するというものである． しかし，判断条件「保留」と付与された，判断条件が不明確なパターン1,600件が残っている．
そこで本研究では，以下の3つを行う． (1)この不明確なパターン1,600件を再分析し，補修を行う． (2)補修した判断条件の正しさの評価を行う． (3)補修した判断条件を用いた情緒推定の性能を実験により評価する．
具体的に，(1)では，判断条件「保留」が付与されたレコード1,600件に対して，手作業で補修を行う． (2)では，(1)で補修した判断条件が付与されているレコードをランダムに200件抽出し，判断条件を再付与することで付与精度を調査する． (3)では，入力文27文を作成し，本辞書とマッチさせ，情緒推定を行う． 判断条件の成立は人手で判断し，情緒推定の結果，出力された情緒の妥当性を調べる． 人間が入力文を読み，付与した情緒と出力の一致数ならびに，出力された情緒に人間が同意できる件数（同意数）を調べることで性能を評価する．
以上の結果，(1)では，1,051件については，具体的な判断条件が付与できたが，「保留」の件数が549件であった． (2)では，以前付与した判断条件と，再付与した判断条件との一致率が85%となった． (3)では，判断条件不使用時の情緒推定結果の一致率が52%，ならびに同意率が65%だったのに対して，判断条件使用時の情緒推定結果の一致率が55%，ならびに同意率が71%となった． したがって，判断条件を使用する情緒推定が，推定精度向上に繋がることを確認した．
以上より，本研究では，判断条件が不明確なパターンに判断条件を補修した． また，判断条件を使用する情緒推定が，推定精度向上に繋がることを確認した．
今後の課題は，判断条件の付与精度の向上，本辞書の見直し，および，「保留(文脈依存)」の対策の開発である．