方面情感三元组抽取（ASTE）是一项新兴的细粒度意见挖掘任务，旨在从评论句子中识别出方面及其对应的意见表达和情感。由于ASTE包含多个子任务，如意见实体抽取、关系检测和情感分类，因此恰当地捕捉和利用这些子任务之间的关联变得至关重要且具有挑战性。在本文中，我们将ASTE任务转化为多轮机器阅读理解（MTMRC）任务，并提出了一种双向机器阅读理解（BMRC）框架来应对这一挑战。具体而言，我们设计了三种类型的查询，包括非限制性抽取查询、限制性抽取查询和情感分类查询，以建立不同子任务之间的关联。此外，考虑到一个方面情感三元组可以源自一个方面或一个意见表达，我们设计了一个双向机器阅读理解结构。其中一个方向依次识别方面、意见表达和情感以获得三元组，而另一个方向则首先识别意见表达，然后是方面，最后是情感。通过使这两个方向相互补充，我们的框架能够更全面地识别三元组。为了验证我们方法的有效性，我们在四个基准数据集上进行了广泛的实验。实验结果表明，BMRC实现了最先进的性能。