摘要

多轮对话中的话语解析是对话系统与对话分析领域中一项重要但极具挑战性的任务。人们普遍认为，说话人之间的互动关系有助于该任务的完成。然而，以往的大多数研究忽略了不同说话人之间的交互信息。为此，本文提出了一种面向该任务的说话人感知模型。具体而言，我们提出了一种说话人上下文交互联合编码（Speaker-Context Interaction Joint Encoding, SCIJE）方法，通过建模不同说话人之间的交互特征来增强表示能力。此外，我们设计了一种第二阶段预训练任务——同一说话人预测（Same Speaker Prediction, SSP），通过预测两个话语是否来自同一说话人，进一步提升对话上下文的表征能力。在两个标准基准数据集上的实验结果表明，所提出的模型在现有文献中取得了最佳性能。本文将公开代码，以促进后续相关研究的发展。