対話から社会関係を推論することは、感情的に知的なロボットの構築において重要な役割を果たし、人間の言語をより正確に解釈し、それに応じて行動するための基盤となります。私たちは、グループ内の関係の一貫性を保ちつつ属性を推論の手がかりとして活用するために、ソーシャルネットワークを「SocAoG」と名付けたアンド-オアグラフ（And-or Graph）としてモデル化しました。さらに、逐次構造予測タスクを定式化し、任意の発話に対して動的にSocAoGを解析するための$α$α-$β$β-$γ$γ戦略を提案します。(i) 対話の意味に基づいて属性と関係を予測する$α$αプロセス、(ii) 関連する属性に基づいて社会関係を更新する$β$βプロセス、および(iii) 人間関係による社会関係に基づいて個人の属性を更新する$γ$γプロセスです。DialogREとMovieGraphにおける実験結果は、私たちのモデルが最先端手法よりも社会関係をより正確に推論できることを示しています。また、削除実験では3つのプロセスが互いに補完していることが示され、事例研究では動的な関係推論が確認されました。