تواجه الطرق الحالية لاستخراج الجوانب مشكلة الأخطاء في الحدود. بشكل عام، تؤدي هذه الأخطاء إلى فرق طفيف نسبيًا بين الجوانب المستخرجة والقيمة الحقيقية (ground-truth). ومع ذلك، فإنها تؤثر بشكل كبير على الأداء. في هذا البحث، نقترح استخدام شبكة مؤشر (pointer network) لإعادة ضبط حدود الجوانب. كما نستخدم آلية إعادة الاستخدام (recycling mechanism)، والتي تتيح جمع بيانات التدريب دون تدخل يدوي. قمنا بإجراء التجارب على مجموعتي بيانات معياريتين: SE14 الخاصة بالحاسوب المحمول، وSE14-16 الخاصة بالمطاعم. أظهرت النتائج التجريبية أن طريقةنا تحقق تحسينات كبيرة مقارنة بالأساس (baseline)، وتفوق الطرق الحالية الأكثر تقدمًا.