في الآونة الأخيرة، أصبح توقع الرباعيات ذات الصلة بالجوانب (ASQP) مهمة شائعة في مجال تحليل المشاعر على مستوى الجوانب. وقد استخدمت الدراسات السابقة نموذجًا مُحدَّدًا مسبقًا لصياغة الجملة الأصلية إلى تسلسل مستهدف من الهيكل، والذي يمكن تحليله بسهولة كرباعيات على الشكل (فئة الجانب، مصطلح الجانب، مصطلح الرأي، اتجاه المشاعر). ويتضمن هذا النموذج العناصر الأربعة بترتيب ثابت. ومع ذلك، لاحظنا أن هذا الحل يتعارض مع خاصية الترتيب الحر المُميزة لمهام ASQP، حيث لا داعي لفرض ترتيب ثابت للنموذج طالما تم استخراج الرباعية بشكل صحيح. مستوحين من هذه الملاحظة، قمنا بدراسة تأثير ترتيبات النماذج، ووجدنا أن بعض الترتيبات تساعد النموذج التوليدية على تحقيق أداء أفضل. ونفترض أن الترتيبات المختلفة توفر رؤى متعددة للرباعية. لذلك، اقترحنا طريقة بسيطة وفعالة لتحديد الترتيبات الأنسب، ثم ندمج عدة نماذج مناسبة كوسيلة لتعزيز البيانات بهدف تحسين أداء مهمة ASQP. وبشكل محدد، نستخدم نموذج اللغة المُدرَّب مسبقًا لاختيار الترتيبات ذات أقل القيم للإنتروبيا. وبتعميق تدريب هذا النموذج المُدرَّب مسبقًا باستخدام هذه الترتيبات، تتحسن أداء التوقع الرباعي، وتفوق الطرق الأفضل في الحالة الحالية بشكل ملحوظ في البيئات ذات الموارد المحدودة.