SNS に発信されている投稿の中には企業がマーケティングを行なっていく上で重要となる意見が存在しているが,割合が少なく,膨大な数の投稿の中から手動で抽出を行うことは現実的ではない.そのため,意見抽出の研究が行われているが,機械学習により意見抽出モデルを構築する場合,ランダムに取得したツイー トをアノテーションすることで教師データを作成すると不均衡データとなるため,大量の教師データを作成することが難しく,精度に課題がある.本研究では,機械的に特定のツイートを分類してラベルとする自己教師あり学習を用いてソースモデルを構築し,転移学習を行うことで意見抽出モデルの精度向上を試み,その有用性を検証する.