إحدى المكونات الأساسية لنظم الحوار الحديثة هي مُتابِع الاعتقاد، الذي يقوم بتقدير هدف المستخدم في كل خطوة من خطوات الحوار. ومع ذلك، فإن معظم النهج الحالية تواجه صعوبة في التوسع إلى مجالات حوار أكبر وأكثر تعقيدًا. ويرجع السبب في ذلك إلى اعتمادها إما على: أ) نماذج فهم اللغة المنطوقة التي تتطلب كميات كبيرة من البيانات التدريبية المصححة؛ أو ب) قواميس يدوية الصنع لالتقاط بعض التباين اللغوي في لغة المستخدمين. نقترح إطارًا جديدًا لمُتابعة الاعتقاد العصبي (Neural Belief Tracking - NBT) والذي يتغلب على هذه المشاكل من خلال الاستناد إلى التطورات الحديثة في تعلم التمثيل. تقوم نماذج NBT بالاستدلال على متجهات الكلمات المدربة مسبقًا، وتتعلم تركيبها في تمثيلات موزعة للعبارات التي ينطقها المستخدم ولسياق الحوار. وقد أظهرت تقييماتنا على مجموعة بياناتين أن هذا النهج يتجاوز القيود السابقة، حيث يطابق أداء النماذج الرائدة التي تعتمد على القواميس اليدوية الصنع الدلالية ويتفوق عليها عندما لا يتم توفير مثل هذه القواميس.