会話中の感情認識（Emotion Recognition in Conversation: ERC）は、その多様な分野での潜在的な広範な応用可能性により、最近研究者の注目を集めています。これらの分野には医療、教育、人事などが含まれます。本論文では、グラフニューラルネットワークを基盤とするERC手法である対話グラフ畳み込みネットワーク（Dialogue Graph Convolutional Network: DialogueGCN）を提案します。私たちは、話者間の自己依存性と相互依存性を利用して、感情認識のための会話文脈をモデル化します。グラフネットワークを通じて、DialogueGCNは現在のRNNベースの手法に見られる文脈伝播問題に対処します。実証的に示すように、この手法はかかる問題を軽減しつつ、複数のベンチマーク感情分類データセットで現行の最先端技術を上回る性能を発揮します。