تمثّل التعرف على المشاعر في المحادثات (CER) مهمة حاسمة في معالجة اللغة الطبيعية (NLP) ولها تطبيقات واسعة النطاق. في الدراسات السابقة المتعلقة بـ CER، ركّزت غالبية النماذج على نمذجة تأثيرات المشاعر باستخدام ميزات على مستوى الجملة فقط، مع إهمال كبير للروابط الدلالية على مستوى العبارات بين الجمل. فالعبارات تحمل مشاعر عندما تُشير إلى أحداث عاطفية ضمن موضوعات معينة، مما يوفر ارتباطًا دلاليًا شاملاً بين الجمل طوال المحادثة بأكملها. في هذا العمل، نقترح نموذجًا ثنائي المرحلة يُسمى شبكة الاستدلال الرسومية للتلخيص والتدوير (SumAggGIN)، والتي تدمج بشكل سلس بين عملية استدلال العبارات العاطفية المرتبطة بالمواضيع، والتفكير في الاعتماديات المحلية بين الجمل المجاورة، بطريقة تبدأ من العام إلى الخاص. يتم تحديد العبارات العاطفية المرتبطة بالمواضيع، والتي تمثل الروابط العاطفية الشاملة المرتبطة بالمواضيع، من خلال الرسم البياني للتلخيص المتنوع الذي نقترحه. ثم يتم دمج الاعتماديات المحلية، التي تُمثّل التأثيرات العاطفية قصيرة المدى بين الجمل المتجاورة، عبر رسم بياني للتدوير (Aggregation Graph)، بهدف التمييز بين الفروقات الدقيقة بين الجمل التي تحتوي على عبارات عاطفية. تُشَكِّل المرحلتان اللتان تُطبَّقان في استدلال الرسوم البيانية ترابطًا وثيقًا لفهم شامل للتقلبات العاطفية. وقد أثبتت النتائج التجريبية على ثلاث مجموعات بيانات معيارية لـ CER فعالية النموذج المقترح، حيث تفوق النماذج الحالية المتطورة في الأداء.