L'extraction des causes émotionnelles vise à identifier les raisons derrière une émotion spécifique exprimée dans un texte. Cette tâche est beaucoup plus complexe que la classification des émotions. Inspirés par les récentes avancées dans l'utilisation des réseaux de neurones à mémoire profonde pour le traitement des questions-réponses (QA), nous proposons une nouvelle approche qui considère l'identification des causes émotionnelles comme une tâche de compréhension de lecture dans le cadre du QA. En s'inspirant des réseaux de neurones convolutifs, nous proposons un nouveau mécanisme pour stocker le contexte pertinent dans différentes emplacements de mémoire afin de modéliser les informations contextuelles. Notre approche proposée peut extraire à la fois des caractéristiques séquentielles au niveau des mots et des caractéristiques lexicales. L'évaluation des performances montre que notre méthode atteint les meilleures performances actuelles sur un ensemble de données récemment publié concernant les causes émotionnelles, surpassant plusieurs méthodes de référence compétitives d'au moins 3,01 % en termes de mesure F.