本論文では、対象指向のアスペクトベース感情分析（Targeted Aspect-Based Sentiment Analysis）というタスクを紹介します。このタスクの目的は、ユーザーコメントに言及されているエンティティに関する細かい情報を抽出することです。本研究は、単一のドキュメントに単一のエンティティが存在すると仮定するアスペクトベース感情分析と、対象エンティティに対する単一の感情を仮定する対象指向感情分析を拡張しています。特に、1つまたは複数のエンティティの各アスペクトに対する感情を特定します。このタスクのためのテストベッドとして、都市地域についてユーザーが議論している質問応答（Question Answering: QA）プラットフォームから抽出したSentiHoodデータセットを導入します。この文脈では、テキストユニットはしばしば1つまたは複数の地域のいくつかのアスペクトを言及することがあります。これは、一般的なソーシャルメディアプラットフォーム（本例ではQAプラットフォーム）が細かい意見マイニングに初めて使用される事例です。QAプラットフォームからのテキストは、既存のデータセットが基づいているレビュープラットフォームからのテキストよりも制約が少ないことが特徴です。私たちはロジスティック回帰と最先端の再帰型ニューラルネットワーク（Recurrent Neural Networks: RNN）に基づくいくつかの強力なベースラインを開発しました。