摘要

识别对话行为（DA）对于许多自然语言处理任务至关重要，例如对话生成和意图识别。在本文中，我们提出了一种用于DA分类的双注意力层次递归神经网络。我们的模型部分灵感来源于观察到会话中的每个话语通常都与一个DA和一个主题相关联，其中前者捕捉社会行为，后者描述话题内容。然而，大多数现有的DA分类系统尚未利用这种DA与主题之间的依赖关系。通过引入一种新颖的双任务特定注意力机制，我们的模型能够对话语同时捕捉关于DA和主题的信息，以及它们之间相互作用的信息。实验结果表明，通过将主题建模为辅助任务，我们的模型可以显著提高DA分类的效果，在三个公开数据集上的表现优于或可与现有最先进方法相媲美。