Aspect based sentiment analysis (ABSA) は、以下の3つの基本的なサブタスクから構成されます：アスペクト項抽出、意見項抽出、およびアスペクトレベルの感情分類。初期の研究では、これらのサブタスクのいずれか1つに焦点を当てていました。最近では、2つのサブタスクの組み合わせを解決する研究が行われています。例えば、アスペクト項と感情極性を同時に抽出する方法や、アスペクト項と意見項のペアを対応付けて抽出する方法などが提案されています。さらに最近では、トリプル抽出タスクが提唱されました。つまり、文から (アスペクト項, 意見項, 感情極性) のトリプルを抽出することです。しかし、これまでの手法はすべてのサブタスクを統一的なエンドツーエンドフレームワークで解決できていませんでした。本稿では、ABSA の完全な解決策を提案します。私たちは2つの機械読解 (MRC) 問題を構築し、パラメータ共有によって2つの BERT-MRC モデルを合同訓練することですべてのサブタスクを解決します。これらのサブタスクに関する実験を行い、いくつかのベンチマークデータセットでの結果は私たちが提案したフレームワークの有効性を示しており、既存の最先端手法よりも大幅に優れた性能を発揮しています。