La clasificación de sentimientos a nivel de aspecto (ALSC) es una tarea de análisis de sentimientos detallado que tiene como objetivo predecir el sentimiento del aspecto dado en una oración. Los estudios recientes se centran principalmente en el uso de las Redes de Convolución Gráfica (GCN) para abordar tanto la semántica como la sintaxis de una oración. Sin embargo, la mejora es limitada ya que los árboles de dependencia sintáctica no están orientados al aspecto y la explotación de la información de la estructura sintáctica es insuficiente. En este documento, proponemos un modelo de Red de Convolución de Grafos Dual Mejorada por Estructura Sintáctica (SSEDGCN) para una tarea de ALSC. En primer lugar, para mejorar la relación entre el aspecto y sus palabras de opinión, proponemos un árbol de dependencia por aspecto reconstruyendo el árbol de dependencia sintáctica básico. Luego, proponemos una GCN consciente de la sintaxis para codificar el nuevo árbol. Para el aprendizaje de información semántica, se establece una GCN consciente de la semántica. Con el fin de explotar la información de la estructura sintáctica, diseñamos un objetivo de aprendizaje contrastivo guiado por la sintaxis que hace que el modelo sea consciente de la estructura sintáctica y mejore la calidad de la representación de características del aspecto. Los resultados experimentales en tres conjuntos de datos de referencia muestran que nuestro modelo supera significativamente a los modelos de referencia y verifica la efectividad de nuestro modelo.