Pre-training Multi-party Dialogue Models with Latent Discourse Inference
Shanghai Jiao Tong University（上海交通大学）；Tencent AI Lab（腾讯人工智能实验室）
本文提出将多方对话的话语结构作为潜在变量，通过无监督潜在变量推断联合推断回复关系并预训练话语感知模型，在多个下游任务上取得SOTA结果。
2023-05-24 cs.CL
Enhanced Speaker-aware Multi-party Multi-turn Dialogue Comprehension
Shanghai Jiao Tong University（上海交通大学）
多方多话轮对话理解在处理多个说话人的复杂场景和说话人意识话语之间的交叉话语关系方面带来了前所未有的挑战。大多数现有的方法处理的对话上下文作为纯文本和重视不够的关键说话人意识的线索。在这项工作中，我们提出了一个具有掩蔽注意力和异构图网络的增强的说话者感知模型，以全面捕获来自说话者属性和说话者感知关系双方的话语线索。通过这种全面的说话者感知建模，实验结果表明，我们的说话者感知模型有助于在基准数据集Molweni上实现最先进的性能。实例分析表明，该模型增强了话语与说话人之间的联系，捕捉到了说话人感知的话语关系，这对对话建模至关重要。
2021-09-09 cs.CL
Advancing Multi-Party Dialogue Framework with Speaker-ware Contrastive Learning
School of Computer Science and Engineering, Northwestern Polytechnical University（计算机科学与工程学院，西北工业大学）；School of Computer Science and Technology, Xidian University（计算机科学与技术学院，西安电子科技大学）；School of Artificial Intelligence and Big Data, Henan University of Technology（人工智能与大数据学院，河南理工大学）
针对现有多方对话方法依赖图结构标注、忽略个体说话风格的问题，提出基于两阶段自监督对比学习的CMR框架，是首个将对比学习用于多方对话生成的方法，性能优于SOTA且可提升大模型的多方对话处理能力。
2025-05-19 cs.CL
Improving Multi-Party Dialogue Discourse Parsing via Domain Integration
Institute for Infocomm Research, A*STAR, Singapore（信息通信研究院（A*STAR），新加坡）
虽然多方对话往往不如独白和文档结构化，但它们隐含地通过交互轮之间的语义水平相关性来组织，并且对话语篇分析可以用于预测基本语篇单元之间的依赖结构和关系，并为下游任务提供功能丰富的结构信息。然而，现有的语料库与对话话语注释收集从特定的领域与有限的样本量，呈现数据驱动的方法的性能差传入的对话没有任何领域自适应。在本文中，我们首先介绍了一个基于transformer的解析器，并评估其跨域性能。接下来，我们采用三种方法从数据和语言建模的角度来获得域集成，以提高泛化能力。实验结果表明，神经解析器可以受益于我们提出的方法，并表现出更好的跨域对话样本。
2021-10-09 cs.CL
Multi-Party Supervised Fine-tuning of Language Models for Multi-Party Dialogue Generation
Beijing Institute of Technology, Beijing, China（北京理工大学）；Beihang University, Beijing, China（北航）；Geely AI Lab, Beijing, China（Geely人工智能实验室）
针对大语言模型难以适配多方对话的问题，本研究提出多方微调框架MuPaS及两种训练策略，实验证明其在多方回复、说话人预测等方面效果最优，可支撑更多复杂多方应用。
2025-06-11 cs.AI cs.CL
Triadic Multi-party Voice Activity Projection for Turn-taking in Spoken Dialogue Systems
Graduate School of Informatics（信息科学研究生学校）
本研究针对传统话轮转换研究多聚焦二元场景的问题，首次将语音活动预测（VAP）拓展至三方对话场景，在日语三方数据集上训练的模型优于基线，证实VAP可用于三方对话话轮转换，为后续集成到口语对话系统奠定基础。
2025-10-03 cs.CL
Contrastive Speaker-Aware Learning for Multi-party Dialogue Generation with LLMs
Shangqiu University（商丘大学）
本文提出SA-LLM，通过说话人感知对比学习无需关系标注即可建模多方对话中的说话人角色与上下文连贯性，在流畅性、连贯性和多样性上超越现有基线。
2025-03-11 cs.CL
An LLM Benchmark for Addressee Recognition in Multi-modal Multi-party Dialogue
Graduate School of Informatics, Kyoto University（京都大学信息学研究科）
本文构建三人多模态对话语料并标注受话人信息，以 GPT-4o 建立受话人识别基准，证明其准确率仅略高于随机水平。
2025-03-18 cs.AI cs.CL cs.SD
How Stylistic Similarity Shapes Preferences in Dialogue Dataset with User and Third Party Evaluations
Tohoku University（东北大学）；CyberAgent；NINJAL；RIKEN（日本理化学研究所）
研究构建了包含用户偏好及主客观风格相似性评估的开放域对话数据集，发现主观风格相似性与用户偏好呈强正相关，且与第三方客观评估存在差异，强调了区分主客观评估的重要性。
2025-07-15 cs.CL
DialSim: A Dialogue Simulator for Evaluating Long-Term Multi-Party Dialogue Understanding of Conversational Agents
KAIST（韩国科学技术院）；SNU（釜山大学）
针对现有对话智能体评估忽视多方对话与长期依赖的问题，提出DialSim模拟评估框架及LongDialQA数据集，发现大上下文或RAG模型仍难以保持长期多方理解，凸显更真实基准的必要性。
2025-09-26 cs.AI cs.CL
Learning Multi-Party Turn-Taking Models from Dialogue Logs
IBM Research（IBM研究院）
本文研究了应用机器学习（ML）技术，使智能系统学习多方话轮转换模型从对话日志。特定的ML任务包括在对话的每个话语之后确定谁接下来说话，给定谁已经说过以及在之前的话语中说了什么。有了这个目标，本文提出了不同的ML技术，如最大似然估计（MLE），支持向量机（SVM）和卷积神经网络（CNN）架构的准确性比较，有和没有话语数据。我们提出了三个语料库：第一个具有来自美国电视情景喜剧的对话（闲聊），第二个具有来自金融建议多机器人系统的日志，第三个具有从多域向导奥兹数据集创建的语料库（两者都是面向主题的）。结果显示：（i）语料库的大小对基于内容的深度学习方法的准确性具有非常积极的影响，并且这些模型在较大的数据集中表现最好;以及（ii）如果对话数据集是小的并且面向主题（但主题很少），使用仅代理的MLE或SVM模型就足够了，尽管通过使用具有CNN模型的话语内容可以实现稍高的准确度。
2019-07-03 cs.CL
DialogueAgents: A Hybrid Agent-Based Speech Synthesis Framework for Multi-Party Dialogue
State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（网络与交换技术国家重点实验室，北京邮电大学）；Department of Computer Science and Engineering, Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）计算机科学与工程系）；Hong Kong University of Science and Technology（香港科技大学）
提出DialogueAgents混合智能体框架，通过脚本编写、语音合成与对话评论协作生成对话，并构建高质量双语多方对话数据集MultiTalk，实验验证其有效性。
2025-04-20 cs.CL cs.SD
COSPLAY: Concept Set Guided Personalized Dialogue Generation Across Both Party Personas
Beijing University of Technology（北京工业大学）；Tencent AI Lab（腾讯AI实验室）；Tsinghua University（清华大学）；The Chinese University of Hong Kong（香港中文大学）；University of Southern California（南加州大学）
保持一致的人物角色对于构建类似人类的对话模型至关重要。然而，缺乏对合作伙伴的关注使模型更加以自我为中心：他们倾向于通过各种手段来展示自己的角色，例如僵硬地扭曲话题，不顾自己的利益，漫无边际地谈论自己的角色，对合作伙伴几乎没有好奇心。在这项工作中，我们提出了COSPLAY（概念集引导的PersonaLized对话生成跨双方人物角色），认为双方作为一个“团队”：表达自我的角色，同时保持对合作伙伴的好奇心，领导围绕相互的人物角色的反应，并找到共同点。具体来说，我们首先在概念集中表示自我角色、伙伴角色和相互对话。然后，我们提出了概念集框架与一套知识增强的操作来处理它们，如集代数，集扩展，集距离。以这些操作为媒介，我们通过利用1）双方人物角色的概念，2）它们之间的概念关系，3）它们与未来对话的关系来训练模型。在大型公共数据集Persona-Chat上进行的大量实验表明，我们的模型在自动和人工评估中生成更少以自我为中心，更人性化和更高质量的响应方面优于最先进的基线。
2022-05-15 cs.CL
Multi-tasking Dialogue Comprehension with Discourse Parsing
Shanghai Jiao Tong University（上海交通大学）
多方对话机器阅读理解（MRC）提出了一个更具挑战性的理解目标，即与两个以上的说话人对话，与传统的简单段落风格的MRC相比。为了准确地完成基于这种多方对话的问答任务，模型必须处理与普通非对话文本完全不同的话语关系，其中话语关系应该以语言学驱动的方式连接两个相距遥远的话语。我们提出了第一个多任务模型，用于在多方对话MRC任务上联合执行QA和话语解析（DP）。我们提出的模型在最新的基准测试Molweni上进行了评估，其结果表明，补充任务的训练不仅有利于QA任务，而且有利于DP任务本身。我们进一步发现，当处理较长的对话时，联合模型明显更强，这再次验证了DP在相关MRC中的必要性。
2021-10-07 cs.CL
DeliChess: A Multi-party Dialogue Dataset for Deliberation in Chess Puzzle Solving
University of Cambridge（剑桥大学）；University of Sheffield（谢菲尔德大学）
提出DeliChess数据集，包含多方协作解决国际象棋谜题的对话，通过讨论显著提升群体准确性，并分析探询性话语的作用。
2026-08-04 cs.AI cs.CL cs.HC
A Deep Sequential Model for Discourse Parsing on Multi-Party Dialogues
Tsinghua University（清华大学）；Institute for Artificial Intelligence, Tsinghua University (THUAI)（清华大学人工智能研究院）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
语篇结构对于对话理解、问答、情感分析等自然语言处理任务都有重要意义，本文提出了一种用于分析多方对话语篇依存结构的深层序列模型。该模型的目标是通过预测依存关系和联合交替构建篇章结构来构建篇章依存树。它对对话中的基本语篇单位进行了顺序扫描。对于每个EDU，模型决定当前EDU应该链接到哪个先前EDU以及对应的关系类型是什么。预测的链接和关系类型，然后使用一个结构化编码器逐步建立话语结构。在链接预测和关系分类过程中，该模型不仅利用了表示相关EDU的局部信息，还利用了编码EDU序列的全局信息和当前步骤已经建立的话语结构。实验表明，该模型优于所有国家的最先进的基线。
2018-12-01 cs.AI cs.CL
Akan Cinematic Emotions (ACE): A Multimodal Multi-party Dataset for Emotion Recognition in Movie Dialogues
IT University of Copenhagen（丹麦技术大学）；Columbia University（哥伦比亚大学）
本文提出首个面向非洲语言阿坎语的多模态多方电影对话情感数据集 ACE，包含 385 个对话、6,162 条话语及词级韵律标注，并通过实验验证其质量与实用性，为低资源语言情感识别研究奠定基础。
2025-06-02 cs.CL
What do Entity-Centric Models Learn? Insights from Entity Linking in Multi-Party Dialogue
Universitat Pompeu Fabra（庞培法布拉大学）
人类使用语言来指代外部世界中的实体。受此启发，近年来，已经提出了几种模型，其中包括对学习实体表示的偏见。这种以实体为中心的模型已经显示出经验上的成功，但我们仍然对原因知之甚少。在本文中，我们分析了两个最近提出的以实体为中心的模型在参考任务中的行为，多方对话中的实体链接（SemEval 2018任务4）。我们表明，这些模型在这项任务上优于最先进的技术，并且它们在较低频率的实体上比具有相同模型大小的非实体中心的对应模型做得更好。我们认为，以实体为中心的模型自然会促进良好的架构决策。然而，我们也表明，这些模型并没有真正建立实体表示，他们利用语言环境差。这些负面的结果强调了模型分析的必要性，以测试特定架构的动机是否在模型部署时的行为中得到证实。
2019-05-16 cs.CL
Multi-Party Chat: Conversational Agents in Group Settings with Humans and Models
Cornell University（康奈尔大学）；Meta AI；DeepMind（深度思维）
针对现有对话研究多聚焦两方对话、缺乏多方群体场景研究的问题，该研究基于LIGHT环境构建MultiLIGHT多方角色扮演对话数据集，验证了该数据集可显著提升模型在群体对话中的发言决策与连贯表达能力。
2023-06-08 cs.CL cs.LG
On the Structure of Address in Multi-Party Dialogue: From Discrete Labels to Continuous Levels
Graduate School of Informatics, Kyoto University（京都大学信息学研究生院）
研究多方对话中话语 addressed 对象的识别问题，通过构建二元地址标签和连续地址层级，研究其与话轮转换及听众行为的关系，发现连续地址层级模型预测性更好，为受话人检测研究指明未来方向。
2026-07-20 cs.AI cs.CL cs.HC
Detecting agreement in multi-party dialogue: evaluating speaker diarisation versus a procedural baseline to enhance user engagement
Heriot-Watt University（赫瑞-瓦特大学）
本研究针对多方对话中说话人身份影响对话状态跟踪的问题，对比说话人分群模型与基于频率邻近度的程序方法在一致性检测上的效果，发现后者准确率更高且更能提升用户参与度。
2023-11-06 cs.CL
Speak or Stay Silent: Context-Aware Turn-Taking in Multi-Party Dialogue
School of Electrical and Computer Engineering, Purdue University, United States（帕克大学电气与计算机工程学院）；Ishiki Labs Inc.（Ishiki实验室）
本文提出了一种基于上下文的情境感知发言轮换方法，通过监督微调和推理痕迹提升模型在多方对话中的发言准确性，发现现有大语言模型在零样本条件下无法有效实现该能力。
2026-03-12 cs.AI cs.CL
Coreference-aware Double-channel Attention Network for Multi-party Dialogue Reading Comprehension
Soochow University（苏州大学）；Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究院）
针对多方对话阅读理解中代词多跳推理和异构特征混淆的瓶颈，提出核心感知注意力建模方法与双通道编码网络，在Molweni和FriendsQA基准上取得显著性能提升。
2023-05-22 cs.CL
EmotionLines: An Emotion Corpus of Multi-Party Conversations
Academia Sinica（中央研究院）；Carnegie Mellon University（卡内基梅隆大学）
感受情感是区分人与机器的关键特征。在所有用于情感检测的多模态资源中，文本数据集是除了语义之外包含最少附加信息的数据集，因此被广泛用于测试所开发的系统。然而，大多数文本情感数据集仅由单个单词，句子或文档的情感标签组成，这使得讨论情感的上下文流具有挑战性。在本文中，我们介绍了第一个仅基于文本内容对每个对话中的所有话语进行情感标签的数据集-对话在QuestionLines是从朋友电视脚本和私人Facebook信使对话收集。然后，由5个亚马逊MTurker在每个话语上标记七种情绪中的一种，六种Ekman的基本情绪加上中性情绪。来自2，000个对话的总共29，245个话语被标记在提示行中。在本文中，我们还为情感检测模型提供了几个强大的基线。
2018-05-30 cs.CL
Can MLLMs Generalize to Multi-Party dialog? Exploring Multilingual Response Generation in Complex Scenarios
School of Computer Science and Engineering, Northwestern Polytechnical University（计算机科学与工程学院，西北工业大学）；School of Computer Science and Technology, Xidian University（计算机科学与技术学院，西安电子科技大学）；School of Artificial Intelligence and Big Data, Henan University of Technology（人工智能与大数据学院，河南工业大学）
针对多语言大模型在复杂多方对话场景泛化性未被验证的问题，研究者构建了首个多方对话平行多语言数据集XMP，实验发现模型泛化性差、微调提升有限、混合语言微调通常有害。
2025-05-19 cs.CL
Dependency Dialogue Acts -- Annotation Scheme and Case Study
University of Colorado Boulder（科罗拉多大学博尔德分校）；University of California Santa Cruz（加州大学圣克鲁兹分校）
在本文中，我们介绍了依赖性对话行为（DDA），一个新的框架捕捉结构的说话人的意图在多方对话。DDA结合并改编了现有对话注释框架的特点，强调对话的多关系应答结构，强调对话行为和修辞关系。它表示多方多线程会话中的功能、话语和响应结构。DDA与现有的对话注释框架（如SWBD-DAMSL和ISO 24617-2标准）有几个关键特性区别。首先，DDA优先考虑对话单位和对话语境的关系结构，将对话行为和修辞关系都注释为对特定话语的反应关系。其次，DDA支持对话中的重载，鼓励注释者为每个对话单元指定多个响应关系和对话行为。最后，DDA强调充分捕捉说话者如何使用完整的对话上下文来计划和组织他们的演讲。有了这些功能，DDA是高度表达和回忆为导向的多个扬声器之间的对话动态。在下文中，我们将介绍DDA注释框架和在多方多线程会话中注释DDA结构的案例研究。
2023-02-25 cs.AI cs.CL
When did you become so smart, oh wise one?! Sarcasm Explanation in Multi-modal Multi-party Dialogues
Indraprastha Institute of Information Technology Delhi（德里英德拉普拉斯塔信息技术学院）
在人类交际中，诸如讽刺等间接言语实现了一系列的话语目标。虽然比喻语言的间接性保证了说话者实现某些语用目标，但人工智能智能体理解人类交流的这种特质是具有挑战性的。虽然讽刺识别一直是对话分析中的一个很好的探索主题，会话系统要真正把握会话的内在含义并产生适当的反应，简单地检测讽刺是不够的;解释其潜在的讽刺内涵以捕捉其真正的本质是至关重要的。在这项工作中，我们研究了讽刺会话的话语结构，并提出了一个新的任务--对话中的讽刺解释（SED）。该任务设置在多模态和代码混合的环境中，旨在生成讽刺对话的自然语言解释。为此，我们策划了WITS，一个新的数据集来支持我们的任务。我们提出MAF（模态感知融合），多模态上下文感知的注意力和全球信息融合模块来捕获多模态，并使用它来基准测试WITS。所提出的注意力模块超越了传统的多模态融合基线，并报告了几乎所有指标的最佳性能。最后，我们进行了详细的定量和定性分析。
2022-03-12 cs.AI cs.CL
Evaluating Long-Horizon Memory for Multi-Party Collaborative Dialogues
本文提出EverMemBench，首个评估多方协作对话长周期记忆的基准，揭示当前系统在多跳推理、时间推理和记忆意识方面的局限性。
2026-03-11 cs.AI cs.CL
FinDialogLens: Event Extraction over Multi-Party Dialogue for Missed-Trade Identification in Financial Chatrooms
Machine Learning Center of Excellence, JPMorgan Chase & Co.（摩根大通机器学习卓越中心）
针对金融聊天室错失交易识别，提出FinDialogLens混合LLM流水线，结合微调分类器与路由机制，实现高准确率并降低85%LLM调用成本。
2026-10-05 cs.AI cs.CL
SpeakerMem-R1: Speaker-Centered Dual-Track Memory for Multi-Party Dialogue
Zhejiang University（浙江大学）
针对多方对话中消息归因与状态重建瓶颈，提出双轨记忆框架 SpeakerMem-R1，结合逐字与结构化记忆及人物/群体视图，在多个基准上取得最优结果。
2026-09-24 cs.AI cs.CL cs.IR
Leveraging Turn-taking Dynamics for Intent Recognition in Multi-party Conversations
Université Paris-Saclay（巴黎-萨克雷大学）；CEA（法国原子能和替代能源委员会）；List（List（此处为CEA下属研究机构，保留英文原名））
该研究提出结合话轮转换熵辅助任务的多任务学习方法，在多方对话意图识别任务中提升了预训练模型的性能，优于忽略多方交互动态的现有方法。
2026-09-01 cs.CL cs.LG
DICE-BENCH: Evaluating the Tool-Use Capabilities of Large Language Models in Multi-Round, Multi-Party Dialogues
IPAI, Seoul National University（首尔国立大学IPAI）；Department of Intelligence and Information, Seoul National University（首尔国立大学智能与信息系）；Korea University（韩国大学）；AIGEN Sciences（AIGEN科学）；Cornell University（康奈尔大学）
本文提出DICE-BENCH框架，通过工具图和多智能体系统构建多轮多方函数调用数据集，并引入DICE-SCORE指标评估工具信息分散度，实验表明现有LLM在真实场景中仍有显著不足。
2025-07-02 cs.AI cs.CL
Incorporating Interlocutor-Aware Context into Response Generation on Multi-Party Chatbots
University of Chinese Academy of Sciences（中国科学院大学）；Alibaba AI Labs（阿里巴巴人工智能实验室）
传统的聊天机器人专注于双方响应生成，这简化了真实的对话场景。在本文中，我们致力于在多方聊天机器人（RGMPC）上生成响应的新任务，其中生成的响应在很大程度上依赖于对话者的角色（例如，说话人和受话人）及其话语。不幸的是，对话者角色之间的复杂互动使得准确捕捉会话上下文和对话者信息变得具有挑战性。面对这一挑战，我们提出了一个响应生成模型，将对话者感知的上下文到递归编码器-解码器框架（ICRED）的RGMPC。具体来说，我们采用交互式表示捕捉不同的对话者的对话上下文。此外，我们利用受话人的记忆来增强目标受话人的语境对话者信息。最后，我们基于现有的开放获取数据集构建了RGMPC的语料库。自动和人工评估表明，ICRED的表现明显优于强基线。
2019-10-29 cs.CL
MELD: A Multimodal Multi-Party Dataset for Emotion Recognition in Conversations
National University of Singapore（新加坡国立大学）；Instituto Politécnico Nacional（墨西哥国立理工学院）；Nanyang Technological University（南洋理工大学）；University of Michigan（密歇根大学）
会话中的情感识别是一项具有挑战性的任务，最近由于其潜在的应用而受到欢迎。然而，到目前为止，一个大规模的多模式多方情感对话数据库，每个对话包含两个以上的发言人是失踪的。因此，我们提出了多模态的平行线数据集（MELD），平行线的扩展和增强。MELD包含了电视剧《老友记》中1，433段对话中的13，000句话语。每个话语都用情感和情感标签进行注释，并包含音频，视觉和文本模态。我们提出了几个强大的多模态基线，并显示上下文和多模态信息的重要性，在对话中的情感识别。完整的数据集可以在http：//affective-meld.github.io上使用。
2019-06-04 cs.CL
Structured Attention for Unsupervised Dialogue Structure Induction
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；University of California, Davis（加利福尼亚大学戴维斯分校）
从一个或一组对话中导出有意义的结构表征是计算语言学中一项重要而又具有挑战性的任务。这一领域的研究对于对话系统的设计和语篇分析具有重要意义。它也可以扩展到解决语法推理。在这项工作中，我们建议将结构化注意力层纳入具有离散潜在状态的变分递归神经网络（VRNN）模型中，以无监督的方式学习对话结构。与普通VRNN相比，结构化注意力使模型能够专注于源句子嵌入的不同部分，同时强制执行结构归纳偏差。实验表明，在两方对话数据集上，具有结构化注意力的VRNN学习与用于生成此对话语料库的模板相似的语义结构。在多方对话数据集上，我们的模型学习了一个交互式结构，展示了它区分说话者或地址的能力，自动解开对话，而无需明确的人类注释。
2020-10-09 cs.AI cs.CL
Who Speaks Next? Multi-party AI Discussion Leveraging the Systematics of Turn-taking in Murder Mystery Games
School of Engineering, Utsunomiya University（宇都宫大学工学院）
本研究针对多智能体对话控制难题，提出融合会话相邻对选择与内部状态自选机制的Murder Mystery Agents框架，经剧本杀场景验证可减少对话中断、提升推理与信息共享能力，为多智能体对话系统设计提供参考。
2025-02-21 cs.AI cs.CL
With a Little Help from my (Linguistic) Friends: Topic Segmentation of Multi-party Casual Conversations
Université de Lorraine（洛林大学）；Inria（法国国家信息与自动化研究所）；University of Gothenburg（哥德堡大学）
本文采用形式化方法对多方随意对话进行主题分割，识别有意义特征以理解对话主题结构，达到与机器学习模型相当的准确率。
2024-02-05 cs.CL
Multi-Party Conversational Agents: A Survey
University of Central Florida（中央佛罗里达大学）；Stony Brook University（石溪大学）
本综述围绕心理状态建模、语义理解和行动建模三个关键问题，系统梳理多方对话智能体的最新进展，强调心智理论与多模态理解的重要性。
2025-05-24 cs.CL
Predicting Evoked Emotions in Conversations
York University（约克大学）；Portland State University（波特兰州立大学）
本研究提出了预测对话中下一轮情感（PEC）的新问题，通过结合序列、自依赖和近因建模构建深度神经网络，发现自依赖和近因维度对预测至关重要，简单序列模型适用于短对话，而图神经网络模型显著提升长对话预测效果。
2023-12-31 cs.CL cs.LG
Intent Recognition and Out-of-Scope Detection using LLMs in Multi-party Conversations
Université Paris-Saclay, CEA, List, Palaiseau, France（巴黎-萨克雷大学，CEA，List，Palaiseau，法国）
针对传统任务导向对话系统需大量标注数据的问题，提出结合BERT与大语言模型的混合方法，在零/少样本下实现多方对话的意图识别与域外检测，通过信息共享提升了系统性能。
2025-07-29 cs.CL cs.LG
TEIDAN: A Multilingual Multiparty Dialogue Corpus
Graduate School of Informatics, Kyoto University（京都大学信息学研究科）
本文提出TEIDAN多语言多模态三方对话语料库，涵盖日英双语，计划扩展至更多语言，可支持多方对话建模等相关研究。
2026-09-02 cs.CL cs.HC
MultiPartyTurnBench: Benchmarking Floor Control in Multi-Party Spoken Dialogue
University of Maryland College Park（马里兰大学帕克分校）
该研究推出多场景话语权控制基准MultiPartyTurnBench，评估话轮结束检测与中断检测任务，发现现有系统在中断检测上表现接近随机，选择性话语权控制仍是多场景语音交互的未解决挑战。
2026-10-15 cs.AI cs.CL cs.SD
Designing and Evaluating Dialogue LLMs for Co-Creative Improvised Theatre
Improbotics；University of Kent（肯特大学）
本研究在爱丁堡艺穗节现场部署对话LLM开展为期一月的即兴戏剧协同创作实验，通过人在环路方法结合观众与表演者反馈，分析了多方即时对话LLM的技术局限、界面作用及公众对AI参与艺术的复杂态度。
2024-05-11 cs.CL
A Hybrid Solution to Learn Turn-Taking in Multi-Party Service-based Chat Groups
IBM Research（IBM研究院）
预测多方对话中下一个最有可能交互的参与者是一个难题。在基于文本的聊天组中，唯一可用的信息是发送者、文本内容和对话历史。在本文中，我们提出了我们的研究如何这些信息可以使用的预测任务，通过语料库和架构，集成了话轮转换分类器的基础上最大似然期望（MLE），卷积神经网络（CNN）和有限状态自动机（FSA）。该语料库是多域向导奥兹数据集（MultiWOZ）的合成适应多个基于旅行服务的机器人场景与对话错误，并创建模拟用户的交互和评估架构。我们目前的实验结果表明，CNN方法实现了更好的性能比基线的准确率为92.34%，但与MLE，CNN和FSA的综合解决方案实现了更好的性能，95.65%。
2020-01-14 cs.CL cs.FL
Protocol Compression Changes Which Party Pays: Bilateral Cost in Cross-Organization LLM Agent Communication
Redrob
研究跨组织LLM智能体通信中协议压缩的双边成本，发现压缩放大成本离散度且运行时协商虽成协议但谈判失败，多数对话陷入僵局，成本节省源于提前终止而非压缩本身。
2026-09-09 cs.CL
SS-MPC: A Sequence-Structured Multi-Party Conversation System
SungKyunKwan University（成均馆大学）
本文提出SS-MPC，一种无需显式图结构、将对话结构编码为序列输入的多方对话回复生成模型，在BLEU-1和ROUGE-L上超越现有最先进模型，并生成更流畅准确的回复。
2025-02-24 cs.CL
Multi-party Response Generation with Relation Disentanglement
针对多方对话中复杂上下文及关系预先给定的局限，提出无人工标签下通过深度图随机过程自动推断话语关系图，并结合变分自编码器与GAN进行结构感知回复生成，在多方基准上优于基线。
2024-03-23 cs.CL
Lessons from the Field: An Adaptable Lifecycle Approach to Applied Dialogue Summarization
Capital One
本文提出了一种适用于应用对话摘要的可适应生命周期方法，通过行业案例研究探讨了在动态需求下构建可靠摘要系统的挑战与解决方案。
2026-01-13 cs.AI cs.CL
Dialogue Act Classification in Group Chats with DAG-LSTMs
Bloomberg L.P.（彭博有限合伙企业）
对话行为（DA）分类已经研究了二十年，并有几个关键的应用，如工作流自动化和会话分析。为了解决这个问题，研究人员使用了各种传统的机器学习模型，以及最近的深度神经网络模型，如分层卷积神经网络（CNN）和长短期记忆（LSTM）网络。在本文中，我们介绍了一种新的模型架构，用于DA分类的有向无环图LSTM（DAG-LSTM）。DAG-LSTM利用多方对话中自然存在的话轮转换结构，并在其模型结构中编码这种关系。使用STAC语料库，我们表明，所提出的方法进行约0.8%的准确性和1.2%的宏观F1得分相比，现有的方法。所提出的方法是通用的，不限于会话应用。
2019-08-02 cs.CL cs.LG stat.ML
Dialogue Relation Extraction with Document-level Heterogeneous Graph Attention Networks
Singapore University of Technology and Design（新加坡科技设计大学）
对话关系抽取（DRE）的目的是检测在多方对话中提到的两个实体之间的关系。它对于从互联网上日益丰富的会话数据中构建知识图谱，促进智能对话系统的发展具有重要作用。先前的DRE方法并没有有意义地利用说话人信息，它们只是在话语前面加上各自的说话人名字。因此，他们未能模拟关键的说话人之间的关系，可能会通过代词和触发器提供额外的上下文相关的论点实体。然而，我们提出了一个基于图注意力网络的方法DRE的图，其中包含有意义的连接扬声器，实体，实体类型，和话语节点，构建。该图被馈送到图注意力网络，用于在相关节点之间进行上下文传播，从而有效地捕获对话上下文。我们的经验表明，这种基于图的方法非常有效地捕捉了对话中不同实体对之间的关系，因为它在基准数据集DialogRE上的表现明显优于最先进的方法。我们的代码发布于：https://github.com/declare-lab/dialog-HGAT
2021-06-20 cs.CL
HeterMPC: A Heterogeneous Graph Neural Network for Response Generation in Multi-Party Conversations
Microsoft（微软）
近年来，各种针对两方会话的响应生成模型已经取得了令人瞩目的进步，但对于更实用、更复杂的多方会话（MPC）响应生成模型的研究较少。与对话上下文是一系列话语的双方对话相比，构建MPC的响应生成模型更具挑战性，因为存在复杂的上下文结构并且生成的响应严重依赖于两个对话者（即，说话人和受话人）和历史话语。为了解决这些挑战，我们提出了HeterMPC，异构图形为基础的神经网络的响应生成MPC模型的语义的话语和对话者同时与两种类型的节点在一个图中。此外，我们还设计了六种类型的Meta关系与节点边类型相关的参数来表征图中的异构交互。通过多跳更新，HeterMPC可以充分利用会话的结构知识来生成响应。在Ubuntu Internet Relay Chat（IRC）信道基准测试上的实验结果表明，HeterMPC优于MPC中响应生成的各种基线模型。
2022-03-16 cs.CL
DREAM: A Challenge Dataset and Models for Dialogue-Based Reading Comprehension
Cornell University（康奈尔大学）；Tencent AI Lab（腾讯人工智能实验室）；University of Washington（华盛顿大学）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
我们提出了梦想，第一个基于对话的多项选择阅读理解数据集。我们的数据集收集自人类专家设计的英语作为外语的考试，以评估中国英语学习者的理解水平，我们的数据集包含6，444个对话的10，197个多项选择题。与现有的阅读理解数据集相比，DREAM是第一个专注于深度多回合多方对话理解的数据集。DREAM可能会对现有的阅读理解系统提出重大挑战：84%的答案是非提取的，85%的问题需要推理超过一个句子，34%的问题还涉及常识知识。我们应用了几种流行的神经阅读理解模型，这些模型主要利用文本中的表面信息，并发现它们充其量只是勉强优于基于规则的方法。接下来，我们调查的效果，将对话结构和不同种类的一般世界知识，以基于规则和（神经和非神经）机器学习为基础的阅读理解模型。在DREAM数据集上的实验结果表明了对话结构和一般世界知识的有效性。梦想将在https://dataset.org/dream/上提供。
2019-02-01 cs.CL
MultiTalk: Scaling Full-Duplex Speech Models to Long, Multi-Party, Bilingual Conversation
CUHK MMLab（香港中文大学多媒体实验室）；CPII under InnoHK（香港物流及供应链管理应用技术研发中心）
提出MultiTalk，通过57.6k小时合成数据训练双语全双工模型，并构建MultiTalkBench基准，显著提升长时多方对话性能。
2026-09-30 cs.AI cs.CL cs.SD
Automatic Text-based Personality Recognition on Monologues and Multiparty Dialogues Using Attentive Networks and Contextual Embeddings
Stanford University（斯坦福大学）；Emory University（埃默里大学）
以往的自动人格识别工作主要集中在使用传统的语言特征分类模型。然而，具有上下文嵌入的注意神经网络在文本分类中取得了巨大的成功，很少被探索用于这项任务。在这个项目中，我们有两个主要贡献。首先，我们创建了第一个基于对话的人格数据集，MysPersona，通过众包注释来自Friends TV Show的演讲者的5个人格特征。其次，我们提出了一种新的方法来自动人格识别使用预先训练的上下文嵌入（BERT和RoBERTa）和专注的神经网络。我们的模型在很大程度上将独白Essays数据集的最新结果提高了2.49%，并在我们的MonkeysPersona上建立了坚实的基准。通过比较两个数据集的结果，我们展示了在多方对话中建模个性的挑战。
2019-11-21 cs.AI cs.CL
