本文介绍了ANA团队提交的SemEval-2019任务3：情感上下文（EmoContext）的系统。我们提出了一种新颖的层次LSTM用于上下文情感检测（Hierarchical LSTMs for Contextual Emotion Detection, HRLCE）模型。该模型能够在给定对话上下文的情况下对话语的情感进行分类。实验结果表明，在此任务中，我们的HRLCE模型优于最新的文本分类框架：BERT。通过结合BERT和HRLCE生成的结果，我们在比赛中取得了总体得分为0.7709的成绩，排名第五，共有165支队伍参加此次竞赛。