【正解】D
【0からの解説】
①前提知識：教師あり学習は、入力（ここではレビュー本文）と正解ラベル（ここでは感情）のペアを大量に学習し、新しい入力に対して正しいラベルを予測できるようにする機械学習の手法です。カテゴリを予測するものを「分類」と呼びます。教師なし学習はラベルのないデータから構造を見つける手法、強化学習は報酬を最大化するよう行動を学習する手法です。
②問題文の要件：「各レビューに感情が手作業でタグ付けされている（＝ラベル付きデータがある）」「ポジティブ / ネガティブ / ニュートラルの 3 つのカテゴリに分類したい」という 2 点が決め手です。
③正解の理由：ラベル付きデータを使ってあらかじめ決まったカテゴリに分類するのは、教師あり学習（多クラス分類）の典型です。手作業で付けたラベルがモデルにとっての「教師（正解）」になります。
【誤りの選択肢】
A：強化学習は、環境の中で行動し報酬をもとに試行錯誤して方策を学ぶ手法で、ゲームやロボット制御、推奨の最適化などに使われます。固定されたラベル付きデータセットで分類する問題には適しません。
B：ディープ ラーニング（深層学習）は多層ニューラル ネットワークを使う「モデルの構造・技術」の分類であり、教師あり / 教師なし / 強化学習という「学習方法」の分類とは軸が異なります。ディープ ラーニングでも教師あり学習として学習させることになるため、問題が問う「どの学習方法か」の答えとしては不適切です。
C：教師なし学習はラベルのないデータからパターンを見つける手法です。この企業はすでにラベル付きデータを持っており、決まった 3 カテゴリへの分類が目的なので、ラベルを活用できない教師なし学習は適しません。
【参考】
教師あり学習と教師なし学習機械学習の概要 種類と用途