في أنظمة الحوار، قد تمتلك العبارات ذات المعاني المتشابهة مشاعر مختلفة في سياقات متعددة. ولهذا السبب، يُعد نمذجة العلاقات العاطفية الطويلة المدى مع الاعتماد على المتحدث عنصرًا حاسمًا في تمييز مشاعر الحوار. وفي الوقت نفسه، يُعد التمييز بين فئات المشاعر المختلفة أمرًا غير بسيط، نظرًا لأنها غالبًا ما تمتلك مشاعر شبيهة من الناحية الدلالية. ولتحقيق ذلك، نعتمد على التعلم المتناهي المراقب (supervised contrastive learning) لجعل المشاعر المختلفة متبادلة الاستبعاد، مما يُحسّن القدرة على التمييز بين المشاعر المتشابهة. وفي الوقت نفسه، نستخدم مهمة ثانوية لتصنيع الردود (response generation) لتعزيز قدرة النموذج على التعامل مع المعلومات السياقية، وبالتالي إجبار النموذج على التعرف على المشاعر ذات المعاني المشابهة في سياقات مختلفة. لتحقيق هذه الأهداف، نستخدم نموذج الترميز-التحليل المُدرّب مسبقًا BART كنموذج أساسي، نظرًا لملاءمته العالية لكل من مهام الفهم والإنشاء. وأظهرت التجارب على أربع مجموعات بيانات أن النموذج المقترح يحقق نتائج أفضل بشكل ملحوظ مقارنةً بالنماذج الحالية في مجال تمييز مشاعر الحوار. كما تؤكد الدراسة التحليلية (ablation study) فعالية خسارة التعلم المتناهي المراقب وخسارة الإنشاء.