感情・原因ペア抽出は、アノテーションのない感情テキストから、感情とその対応する原因のすべての潜在的なペアを抽出することを目的とする。従来の多くはパイプライン型フレームワークであり、感情の識別と原因の抽出を別々に実行するため、誤差伝播という欠点を抱えている。この問題に対処するため、本研究では構文解析に類似した有向グラフ構築の手続きに変換する遷移ベースのモデルを提案する。本モデルは、一連の行動のシーケンスに基づき、ラベル付き辺を持つ有向グラフを段階的に生成する。このグラフから、感情とその原因を同時に認識可能となるため、別々のサブタスクを統合的に最適化し、タスク間の相互依存性を最大限に活かすことができる。実験結果によれば、本手法は最先端手法をF1スコアで6.71%（p＜0.01）上回り、最も優れた性能を達成した。