아스펙트 감성 트리플 추출(Aspect Sentiment Triplet Extraction, ASTE)은 리뷰 문장에서 아스펙트와 해당하는 의견 표현 및 감성을 식별하는 세부적인 의견 채굴의 새로운 과제입니다. ASTE는 의견 엔티티 추출, 관계 검출, 감성 분류 등 여러 하위 과제로 구성되어 있어, 이들 간의 연관성을 적절히 포착하고 활용하는 것이 중요하면서도 어려운 문제입니다. 본 논문에서는 ASTE 과제를 다중 턴 기계 읽기 이해(Multi-Turn Machine Reading Comprehension, MTMRC) 과제로 변환하고, 이러한 도전을 해결하기 위해 양방향 MRC(Bidirectional MRC, BMRC) 프레임워크를 제안합니다. 구체적으로, 우리는 다양한 하위 과제 간의 연관성을 구축하기 위해 제한적이지 않은 추출 쿼리, 제한적인 추출 쿼리, 그리고 감성 분류 쿼리 등 세 가지 유형의 쿼리를 설계하였습니다. 또한 아스펙트 감성 트리플이 아스펙트나 의견 표현 중 어느 하나에서 파생될 수 있다는 점을 고려하여, 양방향 MRC 구조를 설계하였습니다. 한 방향은 아스펙트, 의견 표현, 그리고 감성을 순차적으로 인식하여 트리플을 획득하며, 다른 방향은 먼저 의견 표현을 식별한 후 아스펙트를 식별하고 마지막으로 감성을 식별합니다. 두 방향이 서로 보완함으로써 우리의 프레임워크는 트리플을 더욱 포괄적으로 식별할 수 있습니다. 우리 접근법의 효과성을 검증하기 위해 네 개의 벤치마크 데이터셋에서 광범위한 실험을 수행하였으며, 실험 결과는 BMRC가 최신 성능을 달성함을 입증하였습니다.