في تمييز المشاعر في المحادثات (ERC)، يتم التنبؤ بمشاعر التعبير الحالي من خلال أخذ السياق السابق بعين الاعتبار، ويمكن استخدام هذا النهج في العديد من مهام معالجة اللغة الطبيعية. وعلى الرغم من أن مشاعر متعددة قد تتعايش في جملة واحدة، فإن معظم النماذج السابقة تتبنى منظورًا لمهام التصنيف وتُنبئ فقط بعلامة واحدة محددة. لكن التصنيف بدقة أو التصنيف متعدد العلامات (multi-label) للمشاعر في الجملة يُعد مكلفًا وصعبًا. في هذه الورقة البحثية، نُنشئ تلقائيًا علامة رمادية (grayscale label) تأخذ بعين الاعتبار الارتباط بين المشاعر، ونستخدمها في عملية التعلّم. أي بدلًا من استخدام العلامة المُعطاة كتمثيل one-hot، نُنشئ علامة رمادية من خلال قياس درجات مختلفة للمشاعر. نقدم عدة طرق لبناء هذه العلامات الرمادية، ونُثبت أن كل طريقة تُحسّن أداء تمييز المشاعر. ويتميز منهجنا بالبساطة والفعالية، ويُطبّق بشكل عام على النظم السابقة. وأظهرت التجارب تحسنًا ملحوظًا في أداء النماذج الأساسية (baselines).