基于方面的情感分析(aspect-based sentiment analysis, ABSA)是一个重要的细粒度情感分析问题,旨在分析和理解人们在方面层面的观点,在过去的十年中受到了广泛的关注。在不同的场景中处理ABSA,引入了不同的任务来分析不同的情感元素及其关系,包括方面术语、方面类别、观点术语和情感极性。与早期的ABSA工作侧重于单个情感元素不同,近年来研究了许多包含多个元素的复合ABSA任务,以获取更完整的方面级情感信息。然而,我们仍然缺乏对各种ABSA任务及其相应解决方案的系统回顾,这正是我们本次综述的目的。更具体地说,我们为ABSA提供了一个新的分类方法,该方法将现有的研究从有关情感要素的轴心组织起来,并重点介绍了复合ABSA任务的最新进展。从解决方案的角度,我们总结了对预训练语言模型的应用,将ABSA的性能提高到一个新的阶段。此外,还讨论了在跨域/语言场景中构建更实用的ABSA系统的技术。最后,我们回顾了一些新兴的话题,并讨论了一些开放的挑战,展望了ABSA的潜在未来方向。