情緒推定の方法には様々なアプローチがある．目良らは格要素に対して，情緒主が予め持っている好感度を数値として扱い，それらの数値を情緒計算式に代入し，情緒主に生起する情緒の程度を算出した[1]．徳久良子らはWebから情緒の生起する原因となる文を抽出し，「感情生起要因コーパス」に素性と共に蓄積し，SVMによる情緒推定を行った[2]．しかし，情緒の成り立ちを踏まえた上で情緒を推定するためには文法構造を解析して情緒推定する必要がある．
そこで本研究室の田中らは，「情緒生起原因に着目した手法」を提案した．この手法は，結合価パターン辞書を構築することで，情緒生起原因を明記した特徴（情緒原因）を用言の語義から解析し，情緒を推定する手法である[3]．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[4]．それに加えて，滝川らは，判断条件において情緒主と情緒対象の関係の方向性である「接近」と「乖離」の関係に注目し，辞書を改良した[5]．野口らは，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件に対し，再分析と補修を行った[8]．本辞書を用いた情緒推定方法は，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「情緒主」，「情緒対象」，「情緒名」を出力するというものである．しかし，この手法は，判断条件における格要素同士の関係を判定する際に，格要素に係る修飾語句を読み捨てている．例えば，「私は美味しいご飯を食べる。」という文も「私は不味いご飯を食べる。」という文も，修飾語句である「美味しい」，「不味い」が捨てられてしまい，同じ情緒が推定されてしまうという問題がある．竹本らは，修飾語句の評価極性を「好評極性」，「不評極性」および「極性なし」の３分類で捉え，それらを利用することで，修飾語句の意味に合わない情緒の推定を抑制するという改良を行った[9]．
そこで本研究では，評価極性の算出精度を向上させるため，状況として気温を設定し，状況に応じて極性表現を切り替えて評価極性を算出する機能と算出用コーパスを可変化する機能を実装する．
第２章では，従来手法の情緒推定方法と評価極性算出方法を説明する． 第３章では，従来手法の問題点と，本研究で行う手法の改良方法について説明する． 第４章では，本手法の実装方法について説明する． 第５章では，評価極性算出精度と情緒推定精度の実験をそれぞれ行う． 第６章では，実験結果と，精度の向上方法について考察する． 第７章では，まとめを行う．