Ce document décrit le système soumis par l'équipe ANA pour la tâche 3 de SemEval-2019 : EmoContext. Nous proposons un nouveau modèle de LSTM hiérarchiques pour la détection d'émotions contextuelles (HRLCE). Ce modèle classe l'émotion d'une énonciation en fonction de son contexte conversationnel. Les résultats montrent que, dans cette tâche, notre HRLCE surpasse le cadre de classification textuelle le plus récent et performant : BERT. Nous combinons les résultats générés par BERT et HRLCE pour obtenir un score global de 0,7709, qui a permis à notre équipe de se classer 5ème sur le tableau des scores final de la compétition parmi 165 équipes.