アスペクトベースセンチメント分析では、テキストに含まれるアスペクト情報であるエンティティと属性を抽出し、その極性を文脈を考慮して分類する。本研究では、事前学習言語BERTによるテキストエンコーディングに基づいた複数のアスペクトカテゴリの同定、及びそれぞれのアスペクトカテゴリのターゲットフレーズとその極性の同定を行うニューラルネットワークモデルを提案する。そしてSemEvalデータセットを用いて本モデルの性能評価を行う。実験によりテキストに含まれるアスペクトカテゴリの同定およびその極性の推定は90％以上と既存研究と同程度の精度を示した。一方、ターゲットフレーズの推定では82％と改善の余地があることが確かめられた。