本文探讨了文本对话建模及情感检测的问题。我们提出的模型采用了以下方法：1) 深度迁移学习而非传统的浅层词嵌入方法；2) 自注意力机制以聚焦文本中最关键的部分；3) 基于轮次的对话建模来分类情感。该方法不依赖任何手工构建的特征或词汇表。我们的模型在SemEval-2019共享任务提供的上下文情感检测文本数据上进行了评估，结果显示该模型具有很强的竞争力。