Como una rama de las tareas de análisis de sentimientos, el reconocimiento de emociones en conversaciones (ERC) tiene como objetivo explorar las emociones ocultas de un hablante mediante el análisis de los sentimientos en la enunciación. Además, el reconocimiento de emociones en datos multimodales de conversación incluye el texto de la enunciación y sus datos acústicos y visuales correspondientes. Al integrar características de diversas modalidades, la emoción de la enunciación puede predecirse de manera más precisa. La investigación de ERC enfrenta desafíos en la construcción de contexto, el diseño de dependencia del hablante y la fusión de características heterogéneas multimodales. Por lo tanto, esta revisión comienza definiendo la tarea de ERC, desarrollando el trabajo de investigación e introduciendo los conjuntos de datos utilizados en detalle. Al mismo tiempo, analizamos el modelado de contexto en conversaciones, la dependencia del hablante y los métodos para fusionar información multimodal en relación con el trabajo de investigación existente con fines de evaluación. Finalmente, esta revisión también explora los desafíos de investigación, aplicaciones y oportunidades de ERC.