La reconnaissance des émotions dans les conversations à plusieurs intervenants (ERMC) devient de plus en plus populaire en tant que sujet de recherche émergent en traitement du langage naturel. Les travaux antérieurs se concentrent principalement sur l'exploration des informations séquentielles tout en ignorant les structures discursives des conversations. Dans cet article, nous étudions l'importance des structures discursives pour la prise en compte des indices contextuels informatifs ainsi que des caractéristiques spécifiques aux locuteurs dans le cadre de l'ERMC. À cette fin, nous proposons un réseau de neurones graphes sensible au discours (ERMC-DisGCN) pour l'ERMC. Plus précisément, nous concevons une convolution relationnelle afin d'exploiter la dépendance propre au locuteur entre les interlocuteurs afin de propager l'information contextuelle. En outre, nous utilisons une convolution à portes pour sélectionner les indices les plus informatifs pour l'ERMC parmi les énoncés dépendants. Les résultats expérimentaux montrent que notre méthode surpasse plusieurs méthodes de référence, démontrant ainsi que les structures discursives revêtent une grande valeur pour l'ERMC.