أصبح تحليل المشاعر في المحادثات موضوعًا يحظى باهتمام متزايد في السنوات الأخيرة، نظرًا لعدد متزايد من التطبيقات التي يمكن أن يخدمها، مثل تحليل المشاعر، ونظم التوصية، والتفاعل البشري-الروبوتي. يتمثل الفرق الرئيسي بين تحليل مشاعر المحادثات وتحليل مشاعر الجملة الواحدة في وجود معلومات السياق التي قد تؤثر على مشاعر تعبير معين في محادثة. ومع ذلك، لا يزال التحدي يكمن في كيفية ترميز معلومات السياق بشكل فعّال في المحادثات. تعتمد النماذج الحالية على هياكل معقدة للتعلم العميق لتمييز الأطراف المختلفة في المحادثة، ثم نمذجة معلومات السياق. في هذه الورقة، نقترح إطارًا سريعًا وصغير الحجم وفعالًا من حيث عدد المعاملات، يُسمى وحدة التكرار العاطفي الثنائية الاتجاه (Bidirectional Emotional Recurrent Unit)، للتحليل العاطفي في المحادثات. في نظامنا، تم تصميم كتلة عصبية شبيهة بالتناظر العام تتبعها تصنيفات ثنائية القناة، بحيث تقوم الأولى بدمج السياق، والثانية بتصنيف المشاعر. أظهرت التجارب الواسعة على ثلاث مجموعات بيانات قياسية أن نموذجنا يتفوق على أفضل النماذج الحالية في معظم الحالات.