La classification des actes de dialogue (DA) est un problème complexe dans l'interprétation des dialogues, visant à attribuer des étiquettes sémantiques aux énoncés et à caractériser l'intention du locuteur. Actuellement, de nombreuses approches existantes formulent le problème de classification des DA, allant de la classification multiclasse à la prédiction structurée, qui souffrent de deux limitations : a) ces méthodes sont soit basées sur des caractéristiques conçues manuellement, soit dotées de mémoires limitées ; b) les exemples adverses ne peuvent pas être correctement classifiés par les méthodes d'entraînement traditionnelles. Pour remédier à ces problèmes, dans cet article, nous transformons d'abord le problème en un problème de question-réponse et proposons une amélioration des réseaux de mémoire dynamique avec un encodeur d'énoncés pyramidal hiérarchique. De plus, nous appliquons l'entraînement adversarial pour entraîner notre modèle proposé. Nous évaluons notre modèle sur deux jeux de données publics, à savoir le corpus d'actes de dialogue Switchboard et le corpus MapTask. Des expériences approfondies montrent que notre modèle proposé non seulement est robuste, mais aussi atteint de meilleures performances lorsqu'il est comparé à certaines références de pointe.