인과 감정 함의(Causal Emotion Entailment, CEE) 작업은 대화적 맥락에서 감정 문서의 레이블링되지 않은 텍스트로부터 가능한 모든 감정과 그에 해당하는 원인 쌍을 추출하는 것을 목표로 한다. 기존의 대부분의 CEE 작업 해결 방법은 두 단계 파이프라인 프레임워크를 따르며, 첫 번째 단계에서는 감정 구절과 원인 구절을 식별하고 각각의 구절 표현을 추출한다. 두 번째 단계에서는 최종적인 감정-원인 쌍을 구성한다. 그러나 이러한 기존 방법들은 구절 간의 거리가 감정-원인 쌍 매칭에 미치는 영향을 간과하고 있다. 본 연구에서는 이 문제를 해결하기 위해 Window Transformer를 활용한 공동 학습 프레임워크를 제안한다. 사전 훈련된 BERT와 RoBERTa를 텍스트 인코더로 사용하여 주어진 문서 내 구절의 국소적 표현을 생성한다. 동시에, 이를 2차원 Window Transformer에 입력하여 구절 표현이 윈도우 내 맥락에 민감하게 반응하도록 하며, 구절 간의 의존 관계를 추출한다. 또한, 문서 수준에서 후보 구절들을 순위 매김함으로써 인과적 감정 함의를 추출하고, 커널 기반의 상대적 위치 임베딩을 통해 구절 쌍(감정 쌍 및 원인 쌍)의 표현을 강화한다. 실험 결과, 제안한 프레임워크는 기준 데이터셋에서 최신 기술(SOTA) 수준의 성능을 달성함을 확인하였다.