本文介绍了双向多跳推理模型（BMIM），通过特征选择网络和双向多跳推理网络提取和整合情感和行为线索，建模情感和行为标签的相关性。该模型在Dialog Sentiment Classification（DSC）和Act Recognition（DAR）任务中提升性能，并增强了联合情感和行为预测任务的可解释性。