標準的なテキストと比較して、対話の理解は各ターンにおける動的かつ予測不可能な意味の変化により、機械にとってより困難です。このような一貫性のない意味をモデル化するために、我々は単純ながら効果的な階層的対話理解モデル、HiDialogを提案します。具体的には、まず複数の特殊トークンを対話に挿入し、ターンレベルの注意機構を提案して階層的にターン埋め込みを学習します。その後、異種グラフモジュールを利用して学習した埋め込みを洗練します。我々は対話関係抽出、対話感情認識、対話行為分類などの様々な対話理解タスクでモデルを評価しました。結果は、我々の単純なアプローチが上記の3つのタスクすべてにおいて最先端の性能を達成していることを示しています。当方のソースコードは公開されており、https://github.com/ShawX825/HiDialog からアクセスできます。