近年，深層学習における分類基準のブラックボックス問題の解決が重要視されている．テキストマイニング分野においても，分類基準が明確になれば，良い電子カルテに分類される根拠を理解するなど，深層学習の新しい活用が期待できる．しかし，テキストマイニング分野において，分類基準を明確にするための学習ネットワークの解釈に注目するような研究はほとんどない．そこで本研究では，文章の分類問題を題材として，深層学習により学習されたネットワークの解釈に向け，学習されたネットワークに与えられた重み情報から，それぞれの出力ラベルに分類されるための必要条件となる分類パターンの抽出・可視化を行う．特に本研究の特徴として，テキスト分類に広く用いられているRNN（Recurrent Neural Network）を用いて，分類パターンとして，順序付きの時系列パターンの抽出を試みる．また，提案手法により抽出される分類パターンと，カイ二乗検定による有意性があるとされた分類パターンとの比較を行った結果，提案手法では，カイ二乗検定では有意性があるとされないが，学習ネットワークの解釈に有効な分類パターンの抽出が可能であると確認した．
