近年の大規模言語モデル（LLM）は文脈を踏まえた高性能な感情分析を可能にするが、運用コストが高い。一方、感情分析ツール ML-Askは辞書ベースで軽量という利点を持つが、文脈理解や語彙の網羅性に課題が残る。本研究では、LLMに大量の日本語文を入力し、ML-Askの10感情に対応するラベルを自動生成後、その判断根拠を再現するため語彙の線形モデルによる模倣分類器を構築した。得られたモデルの重みを分析して、LLMが各感情を判断する際に重視している語を抽出し、ML-Ask辞書と比較した。その結果をもとにML-Ask感情表現辞典を再構築し、LLMの性能を模倣しつつも軽量な感情分析手法を提案した。