تتبع حالة المحادثة العصبية القابلة للتوسع

مُرَاقِب حالة المحادثة (DST) هو عنصر رئيسي في نظام المحادثة، ويهدف إلى تقدير معتقدات الأهداف المحتملة للمستخدم في كل دورة من دورات المحادثة. تعتمد معظم أنظمة مراقبة حالة المحادثة الحالية على الشبكات العصبية التكرارية، وتعتمد على هياكل معقدة تُدار عدة جوانب من المحادثة، بما في ذلك كلام المستخدم، والإجراءات التي يُنفّذها النظام، وأزواج القيم الخاصة بالفجوات المحددة في نموذج المجال (domain ontology). ومع ذلك، فإن التعقيد الناتج عن هذه الهياكل العصبية يؤدي إلى تأخير كبير في توقع حالة المحادثة، مما يحد من تطبيق النماذج في التطبيقات الواقعية، خصوصًا عندما يكون التوسع في المهام (أي عدد الفجوات) عاملاً حاسمًا. في هذه الورقة، نقترح نموذجًا عصبيًا مبتكرًا لرصد حالة المحادثة، يُسمى "المُشفر العالمي وملقّحات الانتباه المخصصة للفجوات" (G-SAT)، الذي يمكنه توقع حالة المحادثة بزمن تأخير منخفض جدًا، مع الحفاظ على أداء عالي المستوى. ونُقدّم تجارب على ثلاث لغات مختلفة (الإنجليزية، الإيطالية، والألمانية) باستخدام مجموعة بيانات WoZ2.0، ونُظهر أن النهج المقترح يُقدّم ميزة تنافسية مقارنة بأنظمة DST الرائدة من حيث الدقة، وكذلك من حيث التعقيد الزمني للتنبؤ، حيث يُسرع أكثر من 15 مرة مقارنة بالنظم الأخرى.