تمثيل فعل الحوار (Dialogue Act - DA) يُعد جانبًا مهمًا في تحديد معنى التعبير اللغوي، وذلك لعدة تطبيقات تتطلب فهمًا طبيعيًا للغة. وقد أظهرت الدراسات الحديثة التي تستخدم الشبكات العصبية التكرارية (RNN) نتائج واعدة عند تطبيقها على مشكلة تصنيف أفعال الحوار. وتقدم هذه الدراسة طريقة احتمالية جديدة لتمثيل التعبيرات، وتصف نموذج جملة باستخدام RNN لتصنيف أفعال الحوار خارج السياق. يتم إنشاء تمثيلات التعبيرات من كلمات مفتاحية تم اختيارها بناءً على ارتباطها التكراري مع أفعال حوار معينة. وتم تطبيق التمثيلات الاحتمالية المقترحة على مجموعة بيانات Switchboard الخاصة بأفعال الحوار، وتم مقارنة الأداء مع تمثيلات كلمات مُدرّبة مسبقًا باستخدام نفس النموذج الأساسي RNN. أظهرت النتائج أن الطريقة الاحتمالية حققت دقة إجمالية قدرها 75.48٪، مع تحسين مقداره 1.8٪ مقارنةً بتمثيلات كلمات المُدرّب المسبق. ويُظهر هذا القدرة الكامنة لاستخدام تمثيلات احتمالية للتعبيرات، التي تُمكن من التقاط العلاقات بين الكلمات وأفعال الحوار، في تحسين تصنيف أفعال الحوار.