بينما تكون المحادثات متعددة الأطراف غالبًا أقل تنظيمًا من المحاضرات أو النصوص المكتوبة، فإنها تُنظَّم ضمنيًا عبر الارتباطات على مستوى المعنى بين التفاعلات المتتالية، ويمكن تطبيق تحليل الخطاب الحواري لاستنتاج البنية التبعية والعلاقات بين الوحدات الخطابية الأساسية، وتقديم معلومات بنائية غنية بالخصائص لمهام ما بعدية. ومع ذلك، فإن المجموعات الحالية المُعدَّة بتنسيق خطابي حواري تم جمعها من مجالات محددة وبنسب عينات محدودة، مما يؤدي إلى أداء ضعيف للنهج القائمة على البيانات عند مواجهة محادثات جديدة دون تكييف مجال. في هذه الورقة، نُقدِّم أولًا معالجًا تعتمد على نموذج Transformer، ونقيِّم أداؤه عبر المجالات المختلفة. ثم نطبِّق ثلاث طرق متميزة لدمج المجالات من منظورين: بيانات ونمذجة لغوية، بهدف تحسين قدرة التعميم. وتُظهر النتائج التجريبية أن المعالج العصبي يمكنه الاستفادة من الطرق المقترحة، ويعمل بشكل أفضل على عينات محادثات متعددة المجالات.