生成モデルは、指定された形式で感情要素の系列を生成することにより、アスペクトベースの感情分析（ABSA）を大幅に促進しています。しかし、既存の研究では通常、感情要素を固定した順序で予測しており、これにより感情タプル内の要素間の依存関係や言語表現の多様性が結果に及ぼす影響が無視されています。本研究では、異なる視点から人間のような問題解決プロセスの直感を活用し、異なる順序で生成された感情要素を集約するマルチビュー・プロンティング（Multi-view Prompting: MvP）手法を提案します。具体的には、MvPは要素順序プロンプトを導入し、言語モデルに対して複数の感情タプル（各タプルは異なる要素順序を持つ）を生成させることを誘導し、その後投票によって最も合理的なタプルを選択します。MvPは自然に多視点と多タスクをそれぞれ要素の並び替えと組み合わせとしてモデル化でき、単一のモデルで複数のABSAタスクにおいて従来のタスク固有設計手法よりも優れた性能を発揮します。広範な実験により、MvPが4つのベンチマークタスクにおける10データセットで最先端の性能を大幅に向上させていることが示され、低リソース設定でも非常に効果的に動作することが確認されました。詳細な評価では、MvPの有効性、柔軟性およびクロスタスク転移可能性が検証されています。注：「Generative methods」は「生成モデル」、「aspect-based sentiment analysis (ABSA)」は「アスペクトベースの感情分析」と一般的に訳されます。「Multi-view Prompting (MvP)」は提案手法であるためそのまま使用しました。「element order prompts」は「要素順序プロンプト」と訳しました。「permutations and combinations of elements」は「要素の並び替えと組み合わせ」と訳しました。