La tâche d'entailment émotionnel causal (CEE) vise à extraire toutes les paires potentielles d'émotions et de causes correspondantes à partir de documents émotionnels non annotés dans un contexte conversationnel. La plupart des méthodes existantes pour résoudre cette tâche suivent un cadre en deux étapes : la première étape consiste à identifier les propositions émotionnelles et les propositions causales, puis à extraire leurs représentations respectives ; la deuxième étape vise à construire les paires finales d'émotion et de cause. Toutefois, ces approches négligent l'effet de la distance entre les propositions sur le matching des paires émotion-causale. Dans cette étude, nous proposons un cadre conjoint basé sur le modèle Window Transformer afin de traiter ce problème. Les modèles pré-entraînés BERT et RoBERTa sont utilisés comme encodeurs de texte afin de générer des représentations locales des propositions dans un document donné. Parallèlement, ces représentations sont introduites dans un Window Transformer 2D, qui permet de rendre les représentations sensibles au contexte contenu dans une fenêtre et d’extraire les dépendances entre les propositions. En outre, le document classe les propositions candidates afin d’extraire les entailments émotionnels causaux, en améliorant ainsi la représentation des paires de propositions (paires émotionnelles et paires causales) grâce à une embedding positionnelle relative fondée sur un noyau. Les résultats expérimentaux montrent que ce cadre atteint des performances de pointe sur le jeu de données de référence.