نقدم InstructABSA، وهو نموذج تعلم تعليمي لمهام تحليل المشاعر القائمة على الجوانب (ABSA). يضيف هذا النهج أمثلة إيجابية وسلبية ومتحيّدة لكل عينة تدريبية، ويقوم بضبط النموذج (Tk-Instruct) للمهام الفرعية ABSA، مما يؤدي إلى تحسينات أداء كبيرة. تظهر نتائج التجارب على مجموعات البيانات Sem Eval 2014 و2015 و2016 أن InstructABSA يتفوق على الطرق السابقة الأكثر تقدماً (SOTA) في مهام استخراج المصطلحات (ATE)، تصنيف المشاعر (ATSC) واستخراج أزواج المشاعر (ASPE). وبشكل خاص، يتفوق InstructABSA بنسبة 5.69% من النقاط على المهمة الفرعية ATE لـ Rest14، وعلى المهمة الفرعية ATSC لـ Rest15 بنسبة 9.59% من النقاط، وعلى المهمة الفرعية AOPE لـ Lapt14 بنسبة 3.37% من النقاط، مما يتجاوز الأداء لنماذج أكبر بمقدار 7 مرات. كما حصلنا على نتائج تنافسية في مهام AOOE وAOPE وأوستي (AOSTE)، مما يشير إلى قدرة عالية على التعميم لكافة المهام الفرعية. عند استكشاف كفاءة العينات، اتضح أن نسبة 50% فقط من بيانات التدريب كافية للحصول على نتائج تنافسية مع نماذج التعلم التعليمي الأخرى. وأخيراً، قمنا بتقييم جودة التعليمات ولاحظنا أن أداء InstructABSA يتراجع بنسبة حوالي 10% عند إضافة أمثلة مضللة.