تُركّز معظم النماذج الحالية لتحليل مشاعر الجوانب القائمة على الجوانب (ABSA) على توقع اتجاه المشاعر لجانب واحد في كل مرة، مع التركيز بشكل رئيسي على تحسين تمثيل هذا الجانب الواحد بناءً على السياقات أو الجوانب الأخرى. يتجاهل هذا النموذج الواحد-إلى-واحد حقيقة أن الجمل التي تحتوي على جوانب متعددة ومشاعر متعددة لا تضم فقط وصفًا محددًا لكل جانب محدد، بل أيضًا معلومات سياقية عامة مشتركة بين جوانب متعددة. ولتغطية هذه القضايا بشكل كامل، نقترح إطارًا جديدًا لـ ABSA يُسمّى "تُقرأ مرة واحدة فقط" (YORO)، وهو يتيح نمذجة تمثيلات جميع الجوانب في آن واحد، مستندًا إلى وصفاتها المحددة، وتمكّن من دمج علاقاتها بشكل أفضل باستخدام المعلومات السياقية المشتركة على مستوى الجملة. ويُعدّ توقع اتجاهات المشاعر لجوانب متعددة في نفس الوقت مفيدًا في تحسين كفاءة الحساب والتنبؤ. تم إجراء تجارب واسعة على ثلاث مجموعات بيانات عامة (MAMS، Rest14، وLap14). وأظهرت النتائج التجريبية فعالية YORO في التعامل مع السيناريوهات متعددة الجوانب ومتعددة المشاعر، كما أبرزت الإمكانات الواعدة لنموذج ABSA من نوع واحد-إلى-كثير في تحقيق توازن بين الكفاءة والدقة.