تحليل المشاعر متعدد الوسائط هو مجال بحثي ناشئ، يُركّز على تحديد المشاعر في مقاطع الفيديو. تُعتبر الأحاديث في الأبحاث الحالية ككيانات مستقلة، أي أنها تتجاهل الترابطات والاعتماديات المتبادلة بين مختلف الأحاديث في مقطع فيديو واحد. في هذا البحث، نقترح نموذجًا يعتمد على الشبكة العصبية ذات التغذية العكسية (LSTM) يمكّن الأحاديث من استخلاص المعلومات السياقية من بيئتها داخل نفس المقطع، مما يُسهم في تحسين عملية التصنيف. تُظهر نتائج طريقة العمل تحسنًا في الأداء بنسبة 5-10% مقارنة بأحدث النماذج، مع مرونة عالية في التعميم.