摘要
对话行为识别是自然语言理解的重要组成部分。我们研究了对话行为语料库的标注方法以及迄今为止所使用的各种学习方法。研究发现，对于大多数类别而言，对话行为在对话中具有上下文敏感性。然而，以往的对话行为分类模型主要基于单个话语层面进行工作，只有极少数模型考虑到了上下文因素。为此，我们提出了一种新的基于上下文的学习方法，利用字符级语言模型对话语进行表示，并观察到显著的改进效果。我们在Switchboard对话行为语料库上对该方法进行了评估，结果表明，将前序话语作为当前话语的上下文有助于提高对话行为检测的准确性。