多くの感情認識手法は、個々の感情を独立して扱うことで感情理解タスクに取り組んできたが、感情の曖昧性やそれらの間の相互関係を無視している。本論文では、感情間の相関関係がどのように捉えられ、異なる分類タスクにどのように寄与するかを検討する。我々は、グラフネットワークを用いて異なる感情間の依存関係を捉える「EmoGraph」を提案する。このグラフは、異なる感情カテゴリ間の同時発生統計を活用して構築される。2つのマルチラベル分類データセットを用いた実証的評価結果から、EmoGraphが強力なベースラインを上回ること、特にマクロF1スコアにおいて顕著な性能向上が得られることを示した。さらに、追加実験により、捉えられた感情間の相関関係が単一ラベル分類タスクにも利益をもたらすことが示された。