極性表現対を収録した極性表現対知識ベースを作成することにより，名詞句の種類，状況，判断条件を考慮した極性表現対の取得が可能になった．
そして，名詞句の評価極性の算出精度を評価した結果，テスト名詞句293語に対し，従来手法(極性表現に``良い''，``悪い''を使用)では一致数が204件であったが，提案手法では215件と11件増加し，従来手法に比べて精度が0.70から0.73に向上した．
また，評価極性を用いた情緒推定の性能を評価した結果，テストデータ293個に対し，従来手法(極性表現に``良い''，``悪い''を使用)で出力された情緒336個のうち一致したものは133個となった．一方，提案手法で出力された情緒311件のうち一致したものは139個となった．これはつまり，より少ない出力でより多い一致数を得たということであり，精度が向上している．しかし，精度の向上は0.42から0.46という結果であった．
今後の課題は，本手法をより多くの状況，名詞の種類に適応させること，状況を入力文やその前後文から自動で判別することである．