人々はあるトピックに関してどのような議論（Argument）があるかを調べるが、 １つのトピックに関するArgumentの数は膨大である。そこで既存研究では、 同様の内容のArgumentを一つの文に集約したKey pointの作成が行われており、 またArgumentとKey pointのマッチングの自動化タスクであるMatch Scoring が行われている。しかし既存のMatch scoringタスクでは、ArgumentとKey pointの賛否の立場（スタンス）が一致したデータをもとに行っており、 ArgumentとKey pointのマッチングの全自動化には至っていない。 そこで本研究ではArgumentとKey point のスタンスの一致を前提としないデータを作成し、ArgumentとKey point のスタンスの一致を前提としないより現実に近い分類タスクを設計した。 またMatch scoring の前にスタンス分類を行うことによる分類精度の変化を分析した。