Zielgerichtete Meinungswort-Extraktion (Targeted Opinion Word Extraction, TOWE) ist eine Unterabgabe der aspektbasierten Sentimentanalyse (Aspect Based Sentiment Analysis, ABSA), die darauf abzielt, die Meinungswörter für ein gegebenes Aspektwort in einem Satz zu identifizieren. Trotz ihrer Erfolge bei TOWE scheitern die aktuellen Deep-Learning-Modelle daran, die syntaktischen Informationen der Sätze zu nutzen, die in früheren Studien als nützlich für TOWE bewiesen wurden. In dieser Arbeit schlagen wir vor, die syntaktischen Strukturen der Sätze in die Deep-Learning-Modelle für TOWE zu integrieren, indem wir auf syntaktischer Basis ermittelte Meinungsmöglichkeitswerte und syntaktische Verbindungen zwischen den Wörtern nutzen. Zudem führen wir eine neuartige Regularisierungstechnik ein, um die Leistung der Deep-Learning-Modelle durch die Darstellungsdifferenzierungen der Wörter in TOWE zu verbessern. Das vorgeschlagene Modell wird ausführlich analysiert und erreicht den Stand der Technik auf vier Benchmark-Datensätzen.