感情分類は、製品、サービス、またはトピックに対する人々の認識を理解する上で重要なプロセスである。近年、感情分類問題を解決するために多数の自然言語処理モデルが提案されてきた。しかし、これらの多くは二値感情分類に焦点を当てており、細分化された感情分類への対応は十分でない。本論文では、有望な深層学習モデルであるBERTを用いて、細粒度感情分類タスクを解決する手法を提案する。実験の結果、複雑なアーキテクチャを用いずに、他の代表的なモデルを上回る性能を達成した。さらに、このプロセスを通じて、自然言語処理における転移学習の有効性を実証した。