感情分析の一つに、テキストが含むアスペクト情報を用いて文脈を考慮した極性分類を行うアスペクトベースセンチメント分析（ABSA）がある。
　ABSAでは3つのサブタスクが定義されており、アスペクトカテゴリの検出、ターゲットフレーズの推定、極性の推定を行う必要がある。しかし、ABSAデータセットの多くは3つのサブタスクのためのアノテーションが不十分であり、また学習に必要な量が確保できていない。
　そこで、本研究ではアスペクトカテゴリ極性とターゲットフレーズの自動生成による学習用データセットの拡張手法を提案する。そして、拡張データセットで学習を行った我々のABSAモデルの検証を通してデータセット拡張手法の効果を評価する。