Aspect Sentiment Triplet Extraction (ASTE) は、アスペクト項、それに関連する感情、およびその感情を支持する意見項の三つ組を抽出するタスクです。これまでの ASTE の手法では、通常、これら3つの成分を同時に抽出したり、まずアスペクト項と意見項を識別し、その後それらをペアにして感情極性を予測していました。本研究では、階層強化学習 (Hierarchical Reinforcement Learning, RL) フレームワークにおいて、アスペクト項と意見項を表現された感情の引数として扱う新しいパラダイムである ASTE-RL を提案します。まず文内で表現される感情に焦点を当て、次にその感情に対する対象となるアスペクト項と意見項を識別します。これにより、三つ組の各成分間の相互作用を取り入れつつ探索とサンプル効率が向上します。さらに、この階層的な RL 設定は複数かつ重複する三つ組に対処することも可能にします。実験では、既存のラップトップおよびレストラン領域のデータセットを使用してモデルを評価し、最先端の性能を達成していることを示しています。本研究の実装は公開されており、https://github.com/declare-lab/ASTE-RL からアクセスできます。