L'Analyse de Sentiment Basée sur les Aspects (ABSA) vise à identifier les termes d'aspects, leurs polarités sentimentales correspondantes et les termes d'opinion. L'ABSA comprend sept sous-tâches. La plupart des études se concentrent uniquement sur des sous-ensembles de ces sous-tâches, ce qui entraîne la création de modèles ABSA complexes et rend difficile leur résolution dans un cadre unifié. Dans cet article, nous redéfinissons chaque cible de sous-tâche comme une séquence mixte composée d'indices pointeurs et d'indices de classe sentimentale, transformant ainsi toutes les sous-tâches ABSA en une formulation générative unifiée. Sur la base de cette formulation unifiée, nous utilisons le modèle pré-entraîné de séquence à séquence BART pour résoudre toutes les sous-tâches ABSA dans un cadre bout-en-bout. Des expériences approfondies menées sur quatre jeux de données ABSA pour sept sous-tâches montrent que notre cadre atteint des gains de performance substantiels et offre une véritable solution bout-en-bout unifiée pour l'ensemble des sous-tâches ABSA, ce qui pourrait bénéficier à plusieurs tâches.