تمنع القدرة على الاستجابة المتأخرة في نماذج تتبع حالة الحوار القائمة على الشبكات العصبية الحالية من استخدامها بكفاءة في نشر أنظمة الإنتاج، رغم أدائها الدقيق للغاية. يقترح هذا البحث نموذجًا جديدًا قابلًا للتوسع ودقيقًا لتتبع حالة الحوار العصبي، يستند إلى نموذج مرمم التعلم الذاتي العالمي والمحلّي (Global-Local Self-Attention encoder - GLAD) المقترح حديثًا بواسطة زهونغ وزملاؤه، والذي يستخدم الوحدات العالمية لمشاركة المعلمات بين المقدّرات لأنواع مختلفة (تسمى الفتحات) من حالات الحوار، ويستخدم الوحدات المحلية لتعلم الخصائص الخاصة بالفتحات. من خلال استخدام شبكة تكرارية واحدة فقط مع التحكم العالمي، بدلاً من (1 + عدد الفتحات) شبكات تكرارية مع التحكم العالمي والمحلّي المستخدمة في نموذج GLAD، فإن النموذج المقترح يقلل من القدرة على الاستجابة المتأخرة في أوقات التدريب والاستدلال بنسبة 35% على المتوسط، مع الحفاظ على أداء تتبع الحالة الاحتمالية بنسبة 97.38% في طلبات الدور و88.51% في الهدف المشترك والدقة. كما تظهر التقييمات على مجموعة البيانات متعددة المجالات (Multi-WoZ) أن نموذجنا يتفوق على GLAD في دقة المعلومات في الدور والهدف المشترك.