感情原因分析は、感情の背後にある要因を特定することを目的とする、感情分析分野における重要な課題である。近年、多数のニューラルネットワークモデルが提案されてきたが、これらの従来のモデルは主に局所的なテキスト情報に焦点を当てた学習アーキテクチャに依存しており、人間のテキスト理解において重要な役割を果たすディスコース文脈や事前知識を無視している。本論文では、階層的ニューラルモデルと知識ベースの正則化を用いた新たな感情原因抽出手法を提案する。この手法は、ディスコース文脈情報を統合するとともに、感情語彙や一般的知識を用いてパラメータを制約することを目的としている。実験の結果、本手法は中国語および英語の異なる言語で構成された2つの公開データセットにおいて、最先端の性能を達成し、多数の競合ベースラインをF値で最低2.08%以上上回ることを示した。