استخراج ثلاثي الجوانب والمشاعر (ASTE) هو مهمة استخراج ثلاثيات تتكون من مصطلحات الجوانب، المشاعر المرتبطة بها، والمصطلحات الرأي التي تقدم دليلاً على المشاعر المعبر عنها. في الطرق السابقة لـ ASTE، كان يتم عادة استخراج جميع المكونات الثلاثة بشكل متزامن أو تحديد مصطلحات الجوانب والمصطلحات الرأي أولاً، ثم ربطها معًا للتنبؤ بدرجات مشاعرها. في هذا العمل، نقدم نموذجًا جديدًا يُسمى ASTE-RL، حيث نعتبر مصطلحات الجوانب والمصطلحات الرأي كحجج للمشاعر المعبر عنها ضمن إطار تعزيز التعلم الهرمي (RL). نركز أولاً على المشاعر المعبر عنها في جملة، ثم نحدد المصطلحات الهدف للجانب والرأي لتلك المشاعر. هذا النهج يأخذ في الاعتبار التفاعلات المتبادلة بين مكونات الثلاثية بينما يحسن الاستكشاف وكفاءة العينات. بالإضافة إلى ذلك، فإن هذا الإطار الهرمي للتعلم التعزيزي يمكّننا من التعامل مع ثلاثيات متعددة ومتشابكة. في تجاربنا، قمنا بتقييم نموذجنا على مجموعة بيانات موجودة من مجالات الأجهزة المحمولة والمطاعم وأظهرنا أنه حقق أداءً متفوقًا على أفضل ما تم تحقيقه سابقًا. يمكن الوصول إلى تنفيذ هذا العمل بشكل عام عبر الرابط: https://github.com/declare-lab/ASTE-RL.