تتبع حالة الحوار، والذي يقدر أهداف المستخدم وطلباته بناءً على سياق الحوار، هو جزء أساسي من أنظمة الحوار الموجهة للمهام. في هذا البحث، نقترح تتبع حالة الحوار الذاتي الانتباهية عالميًا ومحليًا (GLAD)، والذي يتعلم تمثيلات لعبارات المستخدم والأفعال السابقة للنظام باستخدام وحدات عالمية محلية. يستخدم نموذجنا الوحدات العالمية لمشاركة المعلمات بين المقدّرات لأنواع مختلفة (تُسمى الفتحات) من حالات الحوار، ويستخدم الوحدات المحلية لتعلم الخصائص الخاصة بكل فتحة. نوضح أن هذا يحسن بشكل كبير تتبع الحالات النادرة ويحقق أداءً رائدًا في مهام تتبع الحالة في WoZ وDSTC2. يحصل GLAD على دقة هدف مشترك تبلغ 88.1٪ ودقة طلب تبلغ 97.1٪ في WoZ، مما يتفوق على الأعمال السابقة بنسبة 3.7٪ و5.5٪. وفي DSTC2، يحصل نموذجنا على دقة هدف مشترك تبلغ 74.5٪ ودقة طلب تبلغ 97.5٪، مما يتفوق على الأعمال السابقة بنسبة 1.1٪ و1.0٪.