استخراج أسباب العواطف في المحادثات (ECEC) يهدف إلى استخراج الجمل التي تحتوي على سبب العاطفة في المحادثات. تركز معظم الأبحاث السابقة على نمذجة سياقات المحادثة باستخدام الترميز التتابعي، مما يتجاهل التفاعلات المعلوماتية بين الجمل والخصائص الخاصة بالمحادثة لـ ECEC. في هذا البحث، ندرس أهمية الهياكل الخطابية في التعامل مع تفاعلات الجمل وخصائص المحادثة الخاصة بـ ECEC. لهذا الغرض، نقترح نموذجًا يدرك الهيكل الخطابي (DAM) لهذه المهمة. بشكل ملموس، نقوم بنمذجة ECEC مع تحليل الخطاب باستخدام إطار التعلم متعدد المهام (MTL) وترميز الهياكل الخطابية بشكل صريح عبر شبكة عصبية بيانية مقيدة (gated GNN)، مما يدمج معلومات غنية عن تفاعلات الجمل في نموذجنا. بالإضافة إلى ذلك، نستخدم شبكة عصبية بيانية مقيدة (gated GNN) لتعزيز نموذج ECEC الخاص بنا أكثر بالخصائص الخاصة بالمحادثة. تظهر النتائج على مجموعة البيانات المرجعية أن DAM يتفوق على أفضل الأنظمة (SOTA) المذكورة في الأدبيات. هذا يشير إلى أن البنية الخطابية قد تحتوي على رابط محتمل بين الجمل العاطفية ومعبراتها السببية المقابلة. كما أنه يؤكد فعالية خصائص المحادثة الخاصة. سيتم توفير كود هذا البحث على موقع GitHub.