感情原因抽出の目的は、テキストで表現された特定の感情の背景にある理由を特定することである。これは感情分類に比べてはるかに困難な課題である。最近の深層メモリネットワークを用いた質問応答（QA）における進歩に触発され、我々は感情原因識別をQAにおける読解タスクとして捉える新しいアプローチを提案する。畳み込みニューラルネットワークから着想を得て、異なるメモリスロットに関連コンテクストを保存する新しく機械的な方法を提案する。我々が提案するアプローチは、単語レベルのシーケンス特性と語彙特性の両方を抽出できる。性能評価では、最近公開された感情原因データセットにおいて、F値で競合する基準モデルよりも少なくとも3.01%以上の優れた結果を達成しており、最先端の性能を示している。注：「機械的な方法」は原文にはない表現ですが、「mechanism」をより自然な日本語に翻訳するために使用しました。「mechanism」は「機構」「仕組み」とも訳すことができますが、文脈上「新しく機械的な方法」という表現が適切だと考えました。