التصنيف الموحد لأدوار الرأي (ORL) يهدف إلى اكتشاف جميع الهياكل الممكنة لـ "حامل الرأي-الهدف" في خطوة واحدة، معطوفًا على نص. للأسف، الطريقة الموحدة القائمة على الانتقالات معرضة للعبارات الرأي الأطول ولا تتمكن من حل مشكلة التداخل بين العبارات. أداء القمة الحالي قد تحقق باستخدام النموذج الرسومي القائم على الفواصل الزمنية (span-based)، ومع ذلك لا يزال يعاني من تعقيد النموذج العالي وعدم كفاية التفاعل بين الآراء والأدوار. في هذا العمل، نستكشف حلًا جديدًا بإعادة النظر في هندسة الانتقالات وإضافة شبكة مؤشر (Pointer Network) إليها. الإطار يعمل على فك شفرة جميع هياكل الرأي بتعقيد زمني خطي، وفي الوقت نفسه يتخطى قيد طول العبارات بأي طول باستخدام PointNet. لتحقيق التفاعلات الصريحة بين الرأي والدور، نقترح أيضًا رسمًا تابعيًّا موحدًا للارتباط بالرأي (Unified Dependency-Opinion Graph - UDOG)، يقوم بتقديم نموذج مشترك للهيكل التابعي النحوي والهيكل الجزئي لدور الرأي. ثم نصمم جامع رسوم متخصص بالعلاقات (Relation-Centered Graph Aggregator - RCGA) لترميز UDOG متعدد العلاقات، حيث يتم استخدام التمثيلات من الدرجة العليا الناتجة عن ذلك لتعزيز التوقعات في نظام الانتقال البسيط. نموذجنا حقق نتائج جديدة رائدة على مقاييس MPQA. كما أظهرت التحليلات المزيد من تفوق طرقنا من حيث الفعالية والكفاءة.