対話ベースの関係抽出（Relation Extraction: RE）は、対話中に登場する2つの引数間の関係を抽出することを目指しています。対話には個人代名詞の頻出と情報密度の低さという特徴があり、また対話内のほとんどの関係事実は単一の文によって支持されていないため、対話ベースの関係抽出には対話を包括的に理解することが必要です。本論文では、人々が対話を理解する方法に注目して設計されたTUrn COntext awaRE Graph Convolutional Network (TUCORE-GCN)を提案します。さらに、会話中の感情認識（Emotion Recognition in Conversations: ERC）を対話ベースのREとして扱う新しいアプローチも提案します。対話ベースのREデータセットと3つのERCデータセットを用いた実験結果から、当モデルがさまざまな対話ベースの自然言語理解タスクにおいて非常に効果的であることが示されました。これらの実験において、TUCORE-GCNは多くのベンチマークデータセットで最先端モデルを上回る性能を発揮しました。当研究におけるコードは https://github.com/BlackNoodle/TUCORE-GCN で公開されています。