Arabic Inquiry-Answer Dialogue Acts Annotation Schema
Cairo University（开罗大学）
我们提出了一个注释模式的一部分，努力创建一个手动注释语料库的阿拉伯语对话语言理解，包括口语对话和书面“聊天”对话的问答域。建议的模式主要处理的请求和响应行为，经常发生在问答辩论会话表达请求服务，建议，并提供。我们提出了83阿拉伯语问答对话的模式。
2015-05-15 cs.CL
RiSAWOZ: A Large-Scale Multi-Domain Wizard-of-Oz Dataset with Rich Semantic Annotations for Task-Oriented Dialogue Modeling
Soochow University（苏州大学）；Tianjin University（天津大学）
为了缓解多领域数据不足的问题，并为面向任务的对话建模捕捉话语现象，我们提出了一个具有丰富语义标注的大规模多领域中文Wizard-of-Oz数据集RiSAWOZ。RiSAWOZ包含11.2K人对人（H2 H）多回合语义注释对话，其中超过15万个话语跨越12个领域，这比之前所有注释的H2 H对话数据集都要大。单域对话和多域对话都有，分别占65%和35%。每一个对话都有全面的对话注释，包括自然语言描述形式的对话目标、领域、对话状态和用户侧和系统侧的动作。除了传统的对话注释外，我们还特别提供对话语现象的语言注释，例如，省略和共指，在对话中，这是有用的对话共指和省略决议的任务。除了完整的注释数据集外，我们还详细描述了数据集的数据汇集过程、统计和分析。文中给出了一系列的基准测试模型和结果，包括自然语言理解（意图检测和槽填充）、对话状态跟踪和对话上下文到文本的生成，以及共指和省略消解，为该语料库的后续研究提供了基线比较。
2020-10-17 cs.CL
Codebook-Injected Dialogue Segmentation for Multi-Utterance Constructs Annotation: LLM-Assisted and Gold-Label-Free Evaluation
Cornell University（康奈尔大学）；LMU Muinich（慕尼黑大学）
本文提出一种基于LLM的对话分割方法，通过代码表注入提升分割一致性，并在无黄金标签情况下评估不同分割器的性能，发现需根据下游任务优化分割策略。
2026-01-22 cs.AI cs.CL
Domain-Adapted Retrieval for In-Context Annotation of Pedagogical Dialogue Acts
Cornell University（康奈尔大学）
本文提出一种领域适应的RAG流水线，用于教学对话行为标注，通过轻量级嵌入模型在对话层面索引以提高标注精度，实验显示其在两个真实教学对话数据集上显著优于无检索基线。
2026-04-03 cs.AI cs.CL
An Annotation Scheme of A Large-scale Multi-party Dialogues Dataset for Discourse Parsing and Machine Comprehension
Harbin Institute of Technology（哈尔滨工业大学）
在本文中，我们提出了大规模的多方聊天对话的话语分析和机器理解的注释方案。这个项目的主要目标是帮助理解多方对话。我们的数据集基于Ubuntu Chat语料库。对于每一个多方对话，我们注释了对话的话语结构和问答对。我们知道，这是第一个大规模的多方对话语篇分析语料库，我们首次提出了多方对话机器阅读理解的任务。
2019-11-08 cs.CL
MultiWOZ 2.1: A Consolidated Multi-Domain Dialogue Dataset with State Corrections and State Tracking Baselines
Amazon（亚马逊）；Google（谷歌）
MultiWOZ 2.0（Budzianowski等人，2018）是最近发布的多领域对话数据集，涵盖7个不同的领域，包含超过10，000个对话。虽然MultiWOZ 2.0非常有用，也是迄今为止同类资源中最大的资源之一，但它也有一些缺点。首先，在对话状态注释和对话话语中存在大量噪声，这对状态跟踪模型的性能产生负面影响。其次，后续工作（Lee等人，2019）通过用户对话行为增强了原始数据集。这会导致同一数据集的多个共存版本进行微小修改。在这项工作中，我们通过引入MultiWOZ 2.1来解决上述问题。为了修复嘈杂的状态注释，我们使用众包工作人员根据数据集中的原始话语重新注释状态和话语。这个校正过程导致在40%的对话回合中对超过32%的状态注释进行了更改。此外，我们固定146对话话语规范槽值的话语数据集本体中的值。为了解决第二个问题，我们将后续工作的贡献合并到MultiWOZ 2.1中。因此，我们的数据集还包括用户对话行为以及每个对话状态槽的多个槽描述。然后，我们在MultiWOZ 2.1数据集上对一些最先进的对话状态跟踪模型进行基准测试，并在校正的状态注释上显示联合状态跟踪性能。我们向社区公开发布MultiWOZ 2.1，希望这个数据集资源能够在内置的各种对话子问题中构建更有效的模型。
2019-12-03 cs.AI cs.CL
MultiWOZ 2.4: A Multi-Domain Task-Oriented Dialogue Dataset with Essential Annotation Corrections to Improve State Tracking Evaluation
University College London（伦敦大学学院）
MultiWOZ 2.0数据集极大地促进了面向任务的对话系统的研究。然而，它的状态注释包含大量的噪声，这阻碍了模型性能的正确评估。为了解决这个问题，大量的努力致力于纠正注释。三个改进版本（即，MultiWOZ 2.1 - 2.3）已发布。尽管如此，仍然有许多不正确和不一致的注释。这项工作介绍了MultiWOZ 2.4，它细化了MultiWOZ 2.1的验证集和测试集中的注释。训练集中的注释保持不变（与MultiWOZ 2.1相同），以获得鲁棒和抗噪声的模型训练。我们在MultiWOZ 2.4上测试了八种最先进的对话状态跟踪模型。所有这些都表现出比MultiWOZ 2.1更高的性能。
2022-07-10 cs.CL
MeDiaQA: A Question Answering Dataset on Medical Dialogues
Institute of Science and Technology, Taikang Insurance Group（泰康保险集团科学技术研究院）
在本文中，我们介绍了MeDiaQA，一个新的问答（QA）数据集，构建在真实的在线医疗对话。它包含22 k个人工标注的选择题，用于患者和医生之间超过11 k个对话，120 k个话语，涵盖150个疾病专业，这些都是从haodf.com和dxy.com收集的。MeDiaQA是第一个对医学对话进行推理的QA数据集，特别是它们的定量内容。该数据集有可能测试跨多轮对话的模型的计算，推理和理解能力，这与现有的数据集相比具有挑战性。为了应对这些挑战，我们设计了MeDia-BERT，它达到了64.3%的准确率，而人类的准确率为93%，这表明仍然有很大的改进空间。
2021-08-18 cs.AI cs.CL
Investigating Low-Cost LLM Annotation for~Spoken Dialogue Understanding Datasets
Laboratoire d’Informatique d’Avignon (LIA)（阿维尼翁计算机实验室（LIA））；Orange Innovation（奥兰治创新公司）
针对口语对话数据集语义表征不足的问题，本文研究利用大语言模型自动增强其语义标注，评估了微调适用性、标注知识捕获能力及半自动标注的影响。
2024-06-19 cs.AI cs.CL cs.HC
A Linguistic Analysis of Visually Grounded Dialogues Based on Spatial Expressions
The University of Tokyo（东京大学）；Japan National Institute of Informatics（日本国家信息学研究所）；NII（信息学研究所（NII））
最近的模型在视觉接地对话中取得了可喜的成果。然而，现有的数据集往往包含不受欢迎的偏见，缺乏复杂的语言分析，这使得人们很难理解当前的模型如何识别其精确的语言结构。为了解决这个问题，我们做了两个设计选择：首先，我们专注于OneCommon语料库\citep{udagawa2019natural,udagawa2020annotated}，一个简单但具有挑战性的共同基础数据集，包含最小的设计偏差。其次，我们基于\textit{spatial expressions}分析了它们的语言结构，并为600个对话提供了全面可靠的注释。我们发现，我们的注释捕捉到重要的语言结构，包括谓词论元结构，修改和省略。在我们的实验中，我们通过参考分辨率来评估模型对这些结构的理解。我们证明了我们的注释可以揭示基线模型在基本细节水平上的优点和缺点。总的来说，我们提出了一个新的框架和资源调查细粒度的语言理解在视觉接地对话。
2020-10-07 cs.AI cs.CL
Intent Generation for Goal-Oriented Dialogue Systems based on Schema.org Annotations
University of Innsbruck（因斯布鲁克大学）
面向目标的对话系统通常与后端（例如，数据库、Web API）通信以完成某些任务来达到目标。对话系统能够识别的意图大多由开发者静态地包含到系统中。对于一个开放的对话系统来说，它可以在一小部分精心策划的数据和API上工作，这种手动意图创建将无法扩展。在本文中，我们介绍了一个简单的方法，意图创建的基础上语义标注的数据和服务在Web上。通过这种方法，面向目标的对话系统的自然语言理解（NLU）模块可以适应新引入的API，而不需要大量的开发人员参与。我们能够从schema.org注释中提取意图和需要填充的位置。我们还能够创建一组初始训练句子，用于将用户话语分类到生成的意图中。我们展示了我们的方法上的NLU模块的最先进的对话系统开发框架。
2018-07-03 cs.CL
A Dialogue Annotation Scheme for Weight Management Chat using the Trans-Theoretical Model of Health Behavior Change
Institute for Creative Technologies, University of Southern California（南加州大学创意技术研究所）
在这项研究中，我们收集和注释人与人的角色扮演对话在体重管理领域。对话中有两个角色：寻找减肥方法的“寻求者”和提供建议以帮助“寻求者”减肥旅程的“帮助者”。收集的聊天对话，然后用一种新的注释方案进行注释，该方案的灵感来自流行的健康行为改变理论，称为“健康行为改变的跨理论模型”。我们还构建了分类器来自动预测语料库中使用的注释标签。我们发现，分类精度提高时，提供的对话者的句子的甲骨文分割相比，直接分类未分割的句子。
2018-07-11 cs.CL
Semi-supervised Bootstrapping of Dialogue State Trackers for Task Oriented Modelling
Cambridge University（剑桥大学）；Imperial College London（帝国理工学院）；PolyAI Limited（PolyAI有限公司）
对话系统极大地受益于对详细注释的优化，例如转录的话语、内部对话状态表示和对话行为标签。然而，收集这些注释既昂贵又耗时，阻碍了对话建模领域的发展。在本文中，我们研究了半监督学习方法，能够减少所需的中间标记的量。我们发现，通过利用未注释的数据，对话状态的回合级别注释的量可以显着减少时，建立一个神经对话系统。我们对MultiWOZ语料库的分析，涵盖了一系列的领域和主题，发现注释可以减少高达30%，同时保持等效的系统性能。我们还描述和评估了为MultiWOZ语料库创建的第一个端到端对话模型。
2019-11-26 cs.CL
LLMs and their Limited Theory of Mind: Evaluating Mental State Annotations in Situated Dialogue
本文提出一个两阶段框架，利用大型语言模型作为团队对话的人类风格标注器和自动差异检测器，评估共享心智模型的连贯性。
2026-06-28 cs.CL
Semi-Supervised Dialogue Policy Learning via Stochastic Reward Estimation
The University of Melbourne（墨尔本大学）；Twitter Inc.（推特公司）
在面向任务的对话系统中，对话策略优化往往要等到任务完成后才能得到反馈。这不足以训练中间对话回合，因为监督信号（或奖励）仅在对话结束时提供。为了解决这个问题，已经引入了奖励学习来从最优策略的状态-动作对中学习，以提供逐向奖励。这种方法需要人与人对话的完整状态-动作注释（即，专家演示），这是劳动密集型的。为了克服这一局限性，我们提出了一种新的奖励学习方法的半监督策略学习。所提出的方法学习动态模型作为对对话进程进行建模的奖励函数（即，状态-动作序列），或者有或者没有注释。动态模型通过预测对话进度是否与专家演示一致来计算奖励。我们还建议学习动作嵌入，以更好地推广奖励函数。所提出的方法优于竞争策略学习基线MultiWOZ，一个基准多域数据集。
2020-05-09 cs.AI cs.CL
ASSIST: Towards Label Noise-Robust Dialogue State Tracking
University College London（伦敦大学学院）
MultiWOZ 2.0数据集极大地推动了对话状态跟踪（DST）的研究。然而，在其状态注释中发现了大量的噪声。这种噪声给训练DST模型带来了巨大的挑战。虽然最近已经发布了几个改进版本，包括MultiWOZ 2.1-2.4，但仍然存在大量噪声标签，特别是在训练集中。此外，纠正所有有问题的注释是昂贵的。在本文中，而不是进一步提高标注质量，我们提出了一个通用的框架，名为ASSIST（lAbel noiSe-robustdilementstate Tracking），训练DST模型鲁棒噪声标签。ASSIST首先通过使用在小的干净数据集上训练的辅助模型为训练集中的每个样本生成伪标签，然后将生成的伪标签和香草噪声标签放在一起来训练主模型。我们从理论上证明了ASSIST的有效性。实验结果还表明，与仅使用普通噪声标签相比，ASSIST在MultiWOZ 2.0上将DST的联合目标精度提高了$28.16\%$，在MultiWOZ 2.4上提高了$8.41\%$。
2022-03-11 cs.AI cs.CL
Annotation and Detection of Emotion in Text-based Dialogue Systems with CNN
Beijing Institute of Technology（北京理工大学）
了解用户的情绪状态有助于改善人机交互。本文提出了一种基于深度卷积神经网络的汉语日常对话情感检测器-为了保持原有的语言特征，如顺序，我们没有采用常用的方法，如分割和关键字提取，而是增加了CNN的深度，并试图让CNN学习内部的语言关系。我们的主要贡献是，我们提出了一个新的模型和一个新的管道，可以在多语言环境中使用，以解决情感问题。实验结果表明，该算法具有较强的情感学习能力，并取得了比现有检测器更好的效果。
2017-10-03 cs.CL
Generalizable and Explainable Dialogue Generation via Explicit Action Learning
The University of Melbourne（墨尔本大学）；Twitter Inc.（推特公司）
任务型对话的反应生成同时隐含优化两个目标：任务完成和语言质量。条件反应生成作为一种有效的方法，分别和更好地优化这两个目标。这种方法依赖于系统动作注释，这是昂贵的获得。为了减轻对动作注释的需求，引入了潜在动作学习来将每个话语映射到潜在表示。然而，这种方法容易过度依赖于训练数据，从而限制了泛化能力。为了解决这个问题，我们建议学习自然语言的行动，代表话语作为一个跨度的话。这种明确的动作表征通过语言的组成结构促进了泛化。它还提供了一个可解释的生成过程。我们提出的无监督方法学习一个记忆组件，将系统话语总结成一小段单词。为了进一步促进紧凑的动作表示，我们提出了一个辅助任务，使用记忆组件恢复状态注释作为总结对话上下文。我们提出的方法优于MultiWOZ，一个基准多域数据集上的潜在动作基线。
2020-10-08 cs.AI cs.CL
History-Aware Question Answering in a Blocks World Dialogue System
University of Rochester（罗切斯特大学）
基于对话的空间推理系统必须保持对世界历史状态的记忆。除了传达对话代理在精神上存在并参与任务之外，参考历史状态对于实现协作规划可能是至关重要的（例如，用于计划返回到先前状态或诊断过去的失误）。在本文中，我们将探讨多模态口语对话系统中的空间记忆问题，该系统能够在物理块世界设置中回答有关交互历史的问题。这项工作建立在一个完整的空间问答管道组成的视觉系统，语音输入和输出的动画化身，一个对话系统，强大的解释空间查询，和一个约束求解器，得出答案的基础上3-D空间建模。这项工作的贡献包括一个象征性的对话背景下，登记有关话语历史和世界变化的知识，以及一个自然语言理解模块能够解释自由形式的历史问题和查询对话背景，形成一个答案。
2020-05-26 cs.AI cs.CL cs.HC
Dialogue Quality and Emotion Annotations for Customer Support Conversations
INESC-ID（INESC-ID（葡萄牙国家系统与计算机工程研究所））；Instituto Superior Técnico, University of Lisbon（里斯本大学高等技术学院）；Faculdade de Letras, University of Lisbon（里斯本大学文学院）；Unbabel（Unbabel公司）；Carnegie Mellon University（卡内基梅隆大学）；Phrase（Phrase公司）
本文提出了一种针对双语客户支持对话的情感和对话质量整体标注方法，提供了独特资源用于开发文本分类模型，并建立了情感识别和对话质量估计基准，表明生产环境应用仍需进一步研究。
2023-11-23 cs.CL
Getting Reliable Annotations for Sarcasm in Online Dialogues
University of California Santa Cruz（加州大学圣克鲁兹分校）
在线论坛中使用的语言在许多方面不同于传统的语言资源，如新闻。一个区别是讽刺等非字面、主观对话行为的使用和频率。无论目标是发展对话中的讽刺理论，还是设计可靠检测讽刺的自动方法，一个主要的挑战就是很难获得足够多的可靠标记的例子。在本文中，我们描述了我们的工作方法实现高度可靠的讽刺注释从未经训练的注释机土耳其。我们探讨了一些常见的统计可靠性措施，如卡帕，Karger的，多数类，EM。我们表明，与简单的测量（例如假设正确的标签是大多数土耳其人应用的标签）相比，更复杂的测量似乎并不能为我们的数据产生更好的结果。
2017-09-04 cs.CL
Continual Dialogue State Tracking via Example-Guided Question Answering
Information Sciences Institute, University of Southern California（美国南加州大学信息科学研究所）；Meta AI
本文将对话状态跟踪重构为示例引导的细粒度问答任务，结合状态变化检索器与对话级记忆回放，使60M参数模型在持续学习基准上达到SOTA。
2025-09-29 cs.AI cs.CL
Unsupervised End-to-End Task-Oriented Dialogue with LLMs: The Power of the Noisy Channel
University of California, Santa Cruz（加州大学圣克鲁兹分校）
提出基于期望最大化和噪声通道模型的无监督端到端任务型对话方法，仅利用API模式和无标签对话推断轮次级标注，在MultiWOZ上使GPT-3.5基线的对话成功率提升一倍以上。
2024-10-16 cs.CL
MediTOD: An English Dialogue Dataset for Medical History Taking with Comprehensive Annotations
Indian Institute of Technology, Delhi（印度理工学院德里分校）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）；IBM Research（IBM研究院）
本文提出英文医患对话数据集MediTOD，通过医生参与的问卷式标注方案提供包含症状发生、进展和严重程度等属性的全面医学槽位标注，并在NLU、策略学习和NLG子任务上建立监督与少样本基准。
2024-10-18 cs.CL
DiactTOD: Learning Generalizable Latent Dialogue Acts for Controllable Task-Oriented Dialogue Systems
Columbia University（哥伦比亚大学）；AWS AI Labs（AWS 人工智能实验室）
本文提出端到端潜在对话行为模型DiactTOD，通过在潜在空间表示对话行为，在大型语料库预训练后实现零样本预测与控制回复生成，并在MultiWOZ数据集的多种设置下达到最先进性能。
2023-08-01 cs.CL
Simplifying Semantic Annotations of SMCalFlow
Telepathy Labs GmbH（心灵感应实验室有限公司）
SMCalFlow是面向任务的自然对话的语义详细注释的大型语料库。注释使用了一种简单的方法，其中注释是表示用户请求的程序。尽管这个注释语料库的可用性，大小和丰富性，它只看到了非常有限的使用在对话系统的研究工作，至少部分是由于在理解和使用的注释的困难。为了解决这些困难，本文提出了一个简化的SMCalFlow注释，以及释放的代码需要检查执行的注释的会话流程序，这应该让对话系统的研究人员一个简单的切入点，实验各种会话流的实现和注释。
2022-06-27 cs.CL
Guideline-as-Oracle: Zero-Annotation Training of an Ophthalmic Telephone Triage Agent
本研究提出以指南为神谕（GAO）方法，将美国眼科学会指南转化为训练监督信号，零标注训练出GAO-Triage智能体，大幅提升眼科电话分诊的一致性与紧急案例召回率，且性能优于7个通用系统。
2026-08-19 cs.AI cs.CL
An Annotation Scheme and Classifier for Personal Facts in Dialogue
HSE University（俄罗斯莫斯科高等经济学院）
本文提出改进的个人事实分类标注方案，引入新类别和属性以提升对话系统中的事实存储与过滤能力，并训练多头分类器，实现81.6%的宏F1分数，优于现有基线模型。
2026-05-11 cs.CL
Transformers to Learn Hierarchical Contexts in Multiparty Dialogue for Span-based Question Answering
Emory University（埃默里大学）
我们介绍了一种新的方法来Transformers，学习层次表示在多方对话。首先，三个语言建模任务用于预训练Transformers，令牌和话语级语言建模和话语顺序预测，学习令牌和话语嵌入，以便在对话上下文中更好地理解。然后，在话语预测和标记跨度预测之间的多任务学习被应用于基于跨度的问答（QA）的微调。我们的方法进行了评估，在BASINSQA数据集，并显示出3.8%和1.4%的改进，在两个国家的最先进的Transformer模型，BERT和RoBERTa，分别。
2020-05-23 cs.AI cs.CL cs.LG
Improving Dialogue Agents by Decomposing One Global Explicit Annotation with Local Implicit Multimodal Feedback
Massachusetts Institute of Technology（麻省理工学院）；Carnegie Mellon University（卡内基梅隆大学）
提出GELI方法，利用局部隐式多模态反馈信号跨模态塑造并分解全局显式会话级奖励，学习轮次级奖励模型并应用于RHLF流程，有效提升了基于LLM的对话智能体在各项对话指标上的表现。
2024-04-23 cs.AI cs.CL cs.HC
Template-assisted Contrastive Learning of Task-oriented Dialogue Sentence Embeddings
Stanford University（斯坦福大学）；Zhejiang University（浙江大学）；Alibaba Qwen Pilot（阿里巴巴Qwen Pilot）
本文提出TaDSE方法，利用模板信息通过自监督对比学习学习对话句嵌入，通过合成数据集增强效果，并在五个对话基准数据集上验证了其有效性。
2026-04-12 cs.AI cs.CL
ding-01 :ARG0: An AMR Corpus for Spontaneous French Dialogue
Univ. Grenoble Alpes（格拉诺布尔大学）；CNRS（国家科学研究中心）；Grenoble INP（格拉诺布尔研究所）；LIG（图灵研究所）；LTCI, Télécom Paris（电信巴黎学院）
本文通过扩展 AMR 框架标注法语自发对话语料 DinG，并发布标注指南与语料库，同时训练 AMR 解析器作为辅助标注工具，为法语对话语义资源建设做出贡献。
2025-08-18 cs.CL
Opponent Modeling in Negotiation Dialogues by Related Data Adaptation
University of Southern California（南加州大学）
对手建模是在社会互动的背景下推断另一方的精神状态的任务。在多问题谈判中，它涉及到推断对手对讨论中的每个问题的相对重要性，这对于找到高价值交易至关重要。这个任务的一个实用模型需要根据部分对话作为输入来推断对手的优先级，而不需要额外的训练注释。在这项工作中，我们提出了一个排名确定这些优先事项的谈判对话。该模型将部分对话作为输入，并预测对手的优先顺序。我们进一步设计的方法来适应相关的数据源，这项任务，以提供更明确的监督，将对手的偏好和报价，作为代理依赖于粒度话语级注释。我们通过基于两个对话数据集的广泛实验来展示我们所提出的方法的实用性。我们发现，所提出的数据自适应导致强大的性能在zero-shot和Few-Shot的情况下。此外，它们允许模型比基线表现得更好，同时从对手那里获得更少的话语。我们发布我们的代码来支持未来在这个方向上的工作。
2022-05-03 cs.AI cs.CL
Matching Questions and Answers in Dialogues from Online Forums
Shanghai Jiao Tong University（上海交通大学）
会话中两个话轮之间的问答关系匹配不仅是分析会话结构的第一步，而且对训练对话系统也有重要价值。本文提出了一种同时考虑距离信息和对话历史的问答匹配模型，该模型采用两种同时存在的注意力机制，称为相互注意。给定由训练模型在每个非问题轮与其候选问题之间计算的分数，贪婪匹配策略用于最终预测。由于现有的对话数据集（如Ubuntu数据集）不适合QA匹配任务，我们进一步创建了一个包含1，000个标记对话的数据集，并证明我们提出的模型优于最先进的和其他强基线，特别是对于匹配长距离QA对。
2020-08-03 cs.CL
Exploring LLM-based Data Annotation Strategies for Medical Dialogue Preference Alignment
School of Computer Science, Peking University（北京大学计算机学院）；Key Laboratory of High Confidence Software Technologies(PKU), MOE, China（教育部高可信软件技术重点实验室（北京大学））；Beijing Jiaotong University（北京交通大学）
本研究针对医疗对话偏好对齐标注依赖专家的问题，提出基于标准化患者考核的评估框架，结合流程图与Constitutional AI设计智能体标注方法，其效果优于现有RLAIF方法及开源医疗对话LLM。
2024-10-05 cs.CL
Do we need to answer that question? Salience and Answerability of Potential Questions in Naturalistic Dialogue
Université de Lorraine（洛林大学）；CNRS（法国国家科学研究中心）；Inria（法国国家信息与自动化研究所）；LORIA（洛林计算机科学及其应用实验室）；University of Gothenburg（哥德堡大学）；CLASP（语言理论与计算语言学中心）
本研究基于QUD框架，利用7,124个自动生成问题探究对话中问题显著性与可回答性的关系，发现二者存在弱正相关，且该效应弱于独白文本，表明对话结构更难预测。
2026-09-28 cs.CL
Human-Robot Dialogue Annotation for Multi-Modal Common Ground
DEVCOM Army Research Laboratory（DEVCOM陆军研究实验室）；Vrije Universiteit（自由大学）；Oak Ridge Associated Universities（橡树岭联合大学）；DARPA（国防高级研究计划局）；USC Institute for Creative Technologies（南加州大学创意技术研究所）
本文提出 Dialogue-AMR 和多说话方对话结构标注模式，对人机远程协作对话中的语义、言外之力及视觉上下文进行标注，并基于标注实现支持机器人自主双向对话与导航的系统。
2024-11-19 cs.CL cs.HC cs.RO
MDC-R: The Minecraft Dialogue Corpus with Reference
Queen Mary University of London（伦敦大学玛丽女王学院）；Universität Wien（维也纳大学）；University of Illinois（伊利诺伊大学）；Swansea University（斯旺西大学）
本文介绍了带有指代专家标注的Minecraft对话语料库（MDC-R），通过补充原始MDC的回指和指示指代标注，并经实验验证了其在指代表达理解任务中的价值。
2025-08-10 cs.CL
Enhancing Dialogue Annotation with Speaker Characteristics Leveraging a Frozen LLM
Electrical and Computer Engineering Department, Johns Hopkins University, Baltimore, MD, USA（约翰霍普金斯大学电气与计算机工程系）；Human Language Technology Center of Excellence, Johns Hopkins University, Baltimore, MD, USA（约翰霍普金斯大学人机语言技术卓越中心）
本研究提出利用冻结的音频基础模型与LLAMA语言模型，通过轻量级连接器推断对话中的说话人特征（年龄、性别、情感），无需微调，并在说话人画像任务上取得有竞争力性能，且LLAMA可直接比较x-vectors，等错误率达8.8%。
2025-09-08 cs.AI cs.CL cs.SD
Learning Reasoning Paths over Semantic Graphs for Video-grounded Dialogues
Singapore Management University（新加坡管理大学）；A*STAR, Institute for Infocomm Research（新加坡科技研究局资讯通信研究院）；Salesforce Research Asia（赛富时亚洲研究院）
与传统的视觉问答相比，基于视频的对话需要对对话上下文进行额外的推理，以在多轮设置中回答问题。以前的方法，以视频为基础的对话大多使用对话上下文作为一个简单的文本输入，没有建模的内在信息流在回合级别。在本文中，我们提出了一个新的框架，推理路径对话上下文（PDC）。PDC模型通过对每个问题和回答中的词汇成分构建语义图，发现对话轮之间的信息流。PDC模型然后学习预测这个语义图上的推理路径。我们的路径预测模型预测的路径从当前的回合通过过去的对话回合，包含额外的视觉线索来回答当前的问题。我们的推理模型顺序处理视觉和文本信息通过这个推理路径和传播的功能被用来生成答案。我们的实验结果证明了我们的方法的有效性，并提供了额外的见解模型如何使用语义依赖在对话上下文检索视觉线索。
2022-12-07 cs.AI cs.CL cs.CV
Augmenting Task-Oriented Dialogue Systems with Relation Extraction
University of Michigan（密歇根大学）；Bloomberg（彭博）；Vanderbilt University（范德堡大学）
标准的面向任务的对话管道使用意图分类和槽填充来解释用户话语。虽然这种方法可以处理各种各样的查询，但它不能提取处理包含槽之间关系的更复杂查询所需的信息。我们建议将关系抽取集成到这个管道中，作为扩展对话系统功能的有效方法。我们评估我们的方法，使用一个内部数据集的插槽和关系注释跨越三个域。最后，我们展示了如何插槽填充注释计划可以简化，一旦关系注释的表达能力，减少插槽的数量，同时仍然捕捉用户的意图。
2022-10-24 cs.CL cs.LG
Interpreting Answers to Yes-No Questions in Dialogues from Multiple Domains
University of Arizona（亚利桑那大学）；University of North Carolina Asheville（北卡罗来纳大学阿什维尔分校）
本文研究大型语言模型在多领域对话中理解是非问题间接答案的挑战，提出三个新领域基准，并基于远程监督与混合训练的方法快速适应新领域，实验显示该方法无负面影响且F1提升达11-34%。
2024-04-25 cs.CL
Manga109-v2026: Revisiting Manga109 Annotations for Modern Manga Understanding
University of Tokyo（东京大学）
本文重新审视Manga109的对话文本标注，识别出五类标注问题，包括转录错误、缺失文本区域、对话与拟声词重叠以及未分割的对话气泡，并通过结合OCR基于的问题检测和人工修订构建Manga109-v2026，修订了约29,000个对话标注，使Manga109更好地适应现代OCR和多模态漫画理解系统，同时保留漫画特有的表达结构。
2026-06-15 cs.AI cs.CL cs.CV
$Q^{2}$: Evaluating Factual Consistency in Knowledge-Grounded Dialogues via Question Generation and Question Answering
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）；Google Research（谷歌研究院）
以神经知识为基础的对话生成模型通常会产生与其所依赖的知识实际上不一致的内容，使其不可靠并限制其适用性。受最近在评估摘要中事实一致性方面的工作的启发，我们提出了一种基于知识的对话中使用自动问题生成和问答的事实一致性自动评估度量。我们的度量，表示为$Q^2$，比较答案跨度使用自然语言推理（NLI），而不是基于令牌的匹配，在以前的工作。为了促进正确的评估，我们为维基百科的向导数据集策划了一个新的对话系统输出数据集，并手动注释了事实的一致性。我们使用该数据集和其他两个数据集对$Q^2$与其他指标进行了全面的元评估，其中它始终显示出与人类判断的较高相关性。
2021-09-09 cs.CL
Improving Knowledge-aware Dialogue Generation via Knowledge Base Question Answering
South China University of Technology（华南理工大学）；Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；Tencent AI Lab（腾讯人工智能实验室）；Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
神经网络模型通常面临将常识知识纳入开放域对话系统的挑战。在本文中，我们提出了一种新的知识感知的对话生成模型（称为transDG），转移的问题表示和知识匹配能力，从知识库问答（KBQA）任务，以促进话语理解和事实知识的选择对话生成。此外，我们提出了一个响应引导注意力和多步解码策略，以引导我们的模型专注于响应生成的相关功能。在两个基准数据集上的实验表明，该模型在生成信息丰富、流畅的对话方面具有较强的鲁棒性。我们的代码可在https://github.com/siat-nlp/TransDG上获得。
2019-12-16 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
Predict-then-Decide: A Predictive Approach for Wait or Answer Task in Dialogue Systems
College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）；DAMO Academy, Alibaba Group（阿里巴巴集团达摩院）
不同的人在谈话中有不同的描述意图的习惯。有些人倾向于在几个连续的话语中仔细考虑他们的意图，即，他们使用几个连贯的信息来表达他们的问题，而不是一个很长的句子。这造成了对话系统的应用所面临的困境，特别是在现实世界的行业场景中，其中对话系统不确定它是否应该立即回答用户的查询或等待进一步的补充输入。基于这样一个有趣的困境，我们为对话系统定义了一个新颖的等待或回答任务。我们揭示了一个新的研究课题，即如何对话系统可以更智能地表现在这种等待或回答的困境。此外，我们提出了一种名为预测然后决定（PTD）的预测方法来解决这个等待或回答任务。更具体地说，我们利用决策模型来帮助对话系统决定是等待还是回答。决策模型的决策是在两个辅助预测模型的帮助下进行的：用户预测和代理预测。用户预测模型试图预测用户将补充什么，并使用其预测来说服决策模型用户有一些信息要添加，因此对话系统应该等待。Agent预测模型试图预测对话系统的回答，并使决策模型相信，在用户输入结束后，立即回答用户的查询是一个更好的选择。我们在两个真实场景和三个公共数据集上进行了实验。在五个数据集上的实验结果表明，我们提出的PTD方法在解决这个等待或回答问题方面明显优于现有的模型。
2021-09-22 cs.CL
Learning Interpretable Latent Dialogue Actions With Less Supervision
Charles University, Faculty of Mathematics and Physics（查理大学数学与物理学院）
我们提出了一种新的架构，可解释的建模面向任务的对话与离散的潜变量来表示对话动作。我们的模型是基于变分递归神经网络（VRNN），不需要明确的语义信息的注释。与以往的工作不同，我们的方法模型的系统和用户轮流单独进行数据库查询建模，这使得模型适用于面向任务的对话，同时产生易于解释的行动潜变量。我们表明，我们的模型优于以前的方法，在三个数据集上的困惑和BLEU方面的监督较少，我们提出了一种方法来衡量对话的成功，而不需要专家注释。最后，我们提出了一种新的方式来解释语义的潜变量相对于系统的行动。
2022-10-12 cs.CL
Towards leveraging latent knowledge and Dialogue context for real-world conversational question answering
University of Amsterdam（阿姆斯特丹大学）；Utrecht University（乌得勒支大学）
在许多现实世界的场景中，缺乏像维基百科这样的外部知识源限制了问答系统依赖于有限对话数据中的潜在内部知识。此外，人类经常通过问几个问题来寻求答案，以获得更全面的信息。随着对话变得越来越广泛，机器面临着参考以前的对话回合来回答问题的挑战。在这项工作中，我们建议通过神经检索阅读系统利用现有会话日志中的潜在知识，通过基于TFIDF的文本摘要器改进冗长的会话历史以缓解长上下文问题。我们的实验表明，我们的检索阅读系统可以利用检索到的背景知识，以产生显着更好的答案。结果还表明，我们的上下文摘要显着帮助检索者和读者介绍更简洁，更少的噪音上下文信息。
2022-12-17 cs.CL
CrossWOZ: A Large-Scale Chinese Cross-Domain Task-Oriented Dialogue Dataset
Tsinghua University（清华大学）；Institute for Artificial Intelligence（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）
为了推进多领域（跨领域）对话建模，以及缓解中国面向任务的数据集的不足，我们提出了CrossWOZ，第一个大规模的中国跨领域向导Oz面向任务的数据集。它包含6 K对话会话和5个领域的102 K话语，包括酒店，餐厅，景点，地铁和出租车。此外，语料库包含了丰富的用户和系统双方的对话状态和对话行为的注释。大约60%的对话具有跨域用户目标，这些目标有利于域间依赖，并鼓励对话中跨域的自然过渡。我们还提供了一个用户模拟器和几个基准模型的流水线面向任务的对话系统，这将有助于研究人员比较和评估他们的模型在这个语料库。CrossWOZ的大尺寸和丰富的注释使其适合研究跨域对话建模中的各种任务，如对话状态跟踪、策略学习、用户模拟等。
2020-02-28 cs.CL
Dialogue Graph Modeling for Conversational Machine Reading
Shanghai Jiao Tong University（上海交通大学）
会话式机器阅读（CMR）旨在以复杂的方式回答问题。机器需要根据给定的规则文档、用户场景和对话历史，通过与用户的交互来回答问题，并在必要时提出问题以澄清。本文提出了一种对话图建模框架，以提高机器对CMR任务的理解和推理能力。总共有三种类型的图形。具体而言，话语图用于显式学习和提取规则文本之间的话语关系以及场景的额外知识;解耦图用于理解规则文本中的局部和上下文连接。最后是一个全局图，用于将信息融合在一起，并回复用户，我们的最终决定是“是/否/无关”，或者提出后续问题来澄清。
2021-05-29 cs.AI cs.CL
An argumentative annotation schema for meeting discussions
本文对会议记录中的人与人对话的翻译进行了诠释。我们首先提出了一个会议内容模型，会话行为的解释方面，他们的论证力量和他们的作用，建立论证结构的会议讨论。对话中的辩论描述了参与者参与讨论并论证其观点的方式。然后，我们提出了一种基于这种争论性对话模型的注释方案以及对其充分性的评估。所获得的更高层次的语义注释中所包含的信息在会议讨论的概念索引中被利用。
2004-10-25 cs.CL cs.DL cs.IR
From Answers to Guidance: A Proactive Dialogue System for Legal Documents
Data Science Group, Institute of Computer Science, \ University, Germany
针对普通民众难以获取和理解欧盟法律信息的问题，本文构建了主动式多轮法律对话数据集EUDial，并提出结合检索增强生成与分层主题组织的LexGuide框架，有效提升公民对法律信息的理解，为主动法律对话系统发展提供实用资源。
2025-10-22 cs.CL
Self-supervised Dialogue Learning for Spoken Conversational Question Answering
Peking University（北京大学）；Yale University（耶鲁大学）；Peng Cheng Laboratory（鹏城实验室）
在口语会话式问答（SCQA）中，通过检索然后分析固定的口语文档（包括多部分会话）来生成对应问题的答案。大多数SCQA系统只考虑从有序的话语中检索信息。然而，对话的顺序对于建立一个健壮的口语问答系统是非常重要的，而话语顺序的改变会严重地导致低质量和不连贯的语料库。为此，我们引入了一种自监督学习方法，包括不连贯辨别、插入检测和问题预测，以显式捕获口语文档之间的共指消解和对话连贯性。具体来说，我们设计了一个联合学习框架，其中辅助自监督任务可以使预训练的SCQA系统实现更连贯和更有意义的口语对话学习。我们还利用所提出的自监督学习任务来捕获句内连贯性。实验结果表明，我们提出的方法提供了更连贯的，有意义的，适当的反应，产生优越的性能增益相比，原来的预训练语言模型。我们的方法在Spoken-CoQA数据集上实现了最先进的结果。
2021-06-24 cs.AI cs.CL cs.LG
