本論文では、テキスト会話のモデリングと感情検出の問題に取り組んでいます。提案するモデルは、1) 単語埋め込みの古典的な浅い手法ではなく、深層転移学習を用いること、2) 最も重要な部分に焦点を当てるための自己注意機構を使用すること、3) ターンベースの会話モデリングを用いて感情を分類することという特徴を持っています。このアプローチは、手作業で作成された特徴量や辞書に依存していません。提案モデルは、SemEval-2019共有タスクで提供された文脈に基づくテキスト感情検出データで評価されました。評価結果は非常に競争力のあるものとなっています。