会話の文脈をモデル化することは、会話からの感情認識（ERC）において極めて重要な役割を果たす。本論文では、会話内の内在構造をより適切に捉えるために、発話を有向非巡回グラフ（DAG）で符号化する新たなアプローチを提案し、このアイデアを実装するための有向非巡回ニューラルネットワーク、すなわちDAG-ERCを設計した。従来のグラフベースのニューラルモデルと再帰ベースのニューラルモデルの長所を統合する試みとして、DAG-ERCは、長距離の会話文脈と近接した文脈間の情報フローをより直感的かつ効果的にモデル化する手法を提供する。本研究では、最先端のモデルをベースラインとして用い、4つのERCベンチマークにおいて広範な実験を実施した。実験結果は、本モデルの優れた性能を示しており、DAG構造がERCに有効であるという提案の妥当性を裏付けている。