本論文では, ある対象を評価している文章 (レビュー) が与えられた時, 対象物に対する評価が「良い」か「悪い」かでレビューを二値分類するのではなく, どの程度「良い」か「悪い」かの指標 (sentiment polarity score (SP score)) をレビューに与える新しいタスクを提案する. SPscoreはレビューの簡潔な要約であり, 単純な「良い」か「悪い」かの二値分類より詳細な情報を与える. このタスクの難しさは連続した量であるSP scoreをどのようにしてレビューから得られるかにある. 本稿ではsupport vector regressionを用いてSP scoreを求める方法を提案する. 5段階評価がついた本に対するレビューを用いた実験で, 我々の手法がsupport vectormachinesを用いた多値分類より高い精度であり, 人による指標の予測結果に近いことを示す. また, Naive Bayes Classi丘erを用いた文単位での主観性分析を用いることにより我々の手法の頑健一性が増すことを示す.
