情感检测在对话中的应用是许多场景中不可或缺的一步，包括从聊天记录、社交媒体帖子、辩论中挖掘意见，以及在实时对话中理解消费者反馈等。目前，系统尚未针对对话中的各个参与者进行个体化处理，未能根据每个发言者的特征进行适应。本文介绍了一种基于循环神经网络的新方法，该方法在整个对话过程中跟踪各个参与者的状态，并利用这些信息进行情感分类。我们的模型在两个不同的数据集上显著超越了现有最先进水平。