会話中の感情認識（ERC）は、カスタマーサービス分析やヘルスケア相談など、多岐にわたる応用が期待されるため、近年注目を集めている。ERCにおける重要な課題の一つは、ユーザーの感情が他者の感情の影響によって変化する点にある。すなわち、会話の中で感情がコミュニケーション参加者間で拡散する現象が生じる。しかし、既存の研究では、会話における感情の拡散効果を十分に扱った例は少ない。この問題に対処するため、本研究では会話中の参加者間での感情拡散を考慮したERCモデル「EmotionFlow」を提案する。EmotionFlowは、文脈情報を補助質問と連結することでユーザーの発話表現を符号化し、ユーザー固有の特徴を学習する。その後、条件付き確率場（CRF）を用いて感情レベルにおける順序情報（sequential information）を捉える。本研究では公開データセットであるMultimodal EmotionLines Dataset（MELD）を用いて広範な実験を行い、提案モデルの有効性が実証された。