تمثّل التعرف على المشاعر في المحادثات متعددة الأطراف (ERMC) موضوعًا بحثيًا ناشئًا يكتسب شعبية متزايدة في مجال معالجة اللغة الطبيعية. ركّزت الأبحاث السابقة على استكشاف المعلومات التسلسلية، مع تجاهل هيكلية الحوار في المحادثات. في هذا البحث، نستكشف الأهمية الجوهرية لهيكلية الحوار في التعامل مع المؤشرات السياقية المفيدة والخصائص المميزة للمتحدثين في سياق ERMC. ولتحقيق ذلك، نقترح شبكة عصبية رسمية واعية بالهيكلية الحوارية (ERMC-DisGCN) لمعالجة ERMC. وبشكل خاص، صممنا عملية تقوية علاقاتية لاستغلال الاعتماد الذاتي بين المشاركين في الحوار لنقل المعلومات السياقية. علاوة على ذلك، نستعمل عملية تقوية مُنظَّمة (gated convolution) لاختيار المؤشرات الأكثر إفادة في ERMC من بين المداخل التابعة. وأظهرت النتائج التجريبية أن طريقة我们的 الأداء يفوق العديد من النماذج الأساسية، مما يدل على أن الهيكلية الحوارية تمتلك قيمة كبيرة في مجال ERMC.