摘要
对话行为识别（DAR）是对话解释中的一个具有挑战性的问题，其目标是对话语进行语义标注并表征说话人的意图。目前，许多现有的方法将DAR问题从多分类到结构预测进行了建模，这些方法存在手工特征扩展和注意力上下文结构依赖的问题。在本文中，我们从扩展更丰富的条件随机场（CRF）结构依赖的角度来考虑DAR问题，同时不放弃端到端训练。我们在话语建模中引入了层次语义推理与记忆机制。随后，我们将结构化注意力网络扩展到线性链条件随机场层，该层不仅考虑了上下文话语，还考虑了相应的对话行为。在两个主要基准数据集——Switchboard Dialogue Act（SWDA）和Meeting Recorder Dialogue Act（MRDA）数据集上的广泛实验表明，我们的方法比其他最先进的解决方案表现更好。值得注意的是，我们的方法在SWDA数据集上的性能几乎接近人工标注者的水平，差距仅为2%左右。