다중모달 감성 분석은 영상 내 감성을 식별하는 것을 목표로 하는 발전 중인 연구 분야이다. 기존의 연구는 발화를 독립적인 단위로 간주하여 영상 내 발화들 간의 상호의존성과 관계를 무시하고 있다. 본 논문에서는 동일한 영상 내 주변 발화로부터 맥락 정보를 포착할 수 있도록 설계된 LSTM 기반 모델을 제안한다. 이를 통해 감성 분류 과정이 더욱 효과적으로 수행될 수 있다. 제안하는 방법은 기존 최고 성능 기법 대비 5~10%의 성능 향상을 보이며, 일반화 능력에 있어서도 높은 강건성을 입증하였다.