摘要

对话行为识别（Dialogue Act Recognition）将对话中的每个话语与其对应的对话行为（即语义标签）关联起来。将语义标签与话语关联的问题可以视为一个序列标注问题。在本研究中，我们构建了一个层次递归神经网络，以双向长短期记忆网络（Bidirectional LSTM）作为基础单元，条件随机场（Conditional Random Field, CRF）作为顶层来对每个话语进行分类，确定其相应的对话行为。该层次网络在多个层级上学习表示，包括词汇级、话语级和对话级。对话级别的表示被输入到CRF层，该层不仅考虑了所有先前的话语，还考虑了它们的对话行为，从而建模了标签和话语之间的依赖关系，这是自然对话中的一个重要考量因素。我们在两个不同的基准数据集上验证了我们的方法：Switchboard 和会议记录对话行为数据集（Meeting Recorder Dialogue Act），并分别在这些数据集上比现有最先进方法绝对提高了2.2%和4.1%的性能。值得注意的是，Switchboard 数据集的注释者间一致性为84%，而我们的方法尽管是在噪声数据上训练的，仍能达到约79%的准确率。