تصنيف المشاعر على مستوى الجوانب (ASC) يهدف إلى توقع اتجاه المشاعر الدقيقة تجاه جانب معين مذكور في مراجعة. وعلى الرغم من التقدم الأخير في مجال ASC، فإن تمكين الآلات من استنتاج مشاعر الجوانب بدقة ما يزال يشكل تحديًا كبيرًا. تتناول هذه الورقة تحديين رئيسيين في ASC: (1) نظرًا لعدم توفر معرفة بالجانب، فإن تمثيل الجانب المستمد في الدراسات السابقة لا يكفي لتمثيل المعنى الدقيق ومعلومات الخصائص الخاصة بالجانب؛ (2) تركز الدراسات السابقة على إما المعلومات التركيبية المحلية أو المعلومات العلاقة الشاملة، مما يؤدي إلى نقص في إحدى النوعين، وبالتالي تصبح المعلومات التركيبية غير كافية. لمعالجة هذه التحديات، نقترح نموذجًا جديدًا لـ ASC يدمج بشكل مباشر ونهائي معرفة الجانب، ويعزز استخدامها، كما يدمج النوعين من المعلومات التركيبية ويسمح لهما بالتعويض المتبادل. يتضمن نموذجنا مكونات رئيسية ثلاث: (1) شبكة ذاكرة دائرية مُعتمدة على المعرفة، تُدمج بشكل متكرر معرفة جانبية مُلخَّصة ديناميكيًا؛ (2) شبكة رسمية تركيبية مزدوجة تدمج النوعين من المعلومات التركيبية لالتقاط معلومات تركيبية شاملة وكافية؛ (3) مفتاح دمج المعرفة الذي يُعزز التمثيل النهائي بمعرفة جانبية إضافية ضرورية؛ (4) آلية انتباه من الجانب إلى السياق تُجمّع المعاني المرتبطة بالجانب من جميع الحالات المخفية في التمثيل النهائي. أظهرت النتائج التجريبية على عدة مجموعات بيانات معيارية فعالية نموذجنا، حيث تفوق النماذج السابقة الأفضل من حيث الدقة (Accuracy) ومؤشر ماكرو-F1 بفارق كبير.