L’analyse de sentiment au niveau des aspects vise à distinguer la polarité du sentiment associée à chaque terme d’aspect spécifique dans une phrase donnée. À la fois dans l’industrie et dans le milieu académique, l’importance de la relation entre le terme d’aspect et la phrase entière a été reconnue, conduisant à des tentatives de modélisation de cette relation à l’aide de divers modèles d’attention. Toutefois, la plupart des méthodes existantes négligent souvent le fait que l’information de position est également cruciale pour identifier la polarité du sentiment du terme d’aspect. Lorsqu’un terme d’aspect apparaît dans une phrase, ses mots voisins doivent recevoir une attention préférentielle par rapport aux mots éloignés. Ainsi, nous proposons un réseau d’attention bidirectionnel sensible à la position (PBAN), basé sur un GRU bidirectionnel. Le modèle PBAN ne se concentre pas seulement sur l’information de position des termes d’aspect, mais modélise également mutuellement la relation entre le terme d’aspect et la phrase en exploitant un mécanisme d’attention bidirectionnel. Les résultats expérimentaux sur les jeux de données SemEval 2014 démontrent l’efficacité de notre modèle PBAN proposé.