对话上下文建模在对话情感识别（Emotion Recognition from Conversation, ERC）中起着至关重要的作用。本文提出了一种新思路：采用有向无环图（Directed Acyclic Graph, DAG）对话语进行编码，以更有效地捕捉对话内部的内在结构，并设计了一种基于有向无环图的神经网络模型——DAG-ERC，以实现该思路。为融合传统图神经网络模型与基于循环机制的神经网络模型的优势，DAG-ERC提供了一种更为直观的方式，用于建模远距离对话背景与邻近上下文之间的信息流动。我们在四个主流ERC基准数据集上进行了大量实验，并以当前最先进的模型作为基线进行对比。实验结果充分验证了该模型的优越性，同时也证实了有向无环图架构在ERC任务中的有效性和合理性。