多轮对话研究新视角：将“对话对象识别”从离散标签转向连续层级

在多轮对话系统中，准确判断一句话是对谁说的（即“对话对象识别”）是关键挑战。以往研究通常将其视为多分类任务，为每句话分配一个离散标签（如某位参与者或全体）。这种设定默认“对话对象”是离散的，主要用于预测发言权转移。

本研究重新审视了这一假设，提出将“对话对象”视为连续现象进行分析。研究者利用一个由多位标注者标注的多轮人类对话语料库，构建了两种表示：一是通过多数投票得出的二元地址标签，二是通过潜变量模型从标注者判断中推断出的连续地址层级。

研究进一步探究了这两种表示与发言权转移以及听众行为（如目光注视和反馈信号）的关系。结果显示，除了发言权转移，目光注视和反馈信号也与对话对象密切相关。更重要的是，使用连续地址层级的模型比使用离散标签的模型具有更好的预测拟合度，这表明“对话对象”可能具有渐变的层级结构。

最后，论文基于这些发现，探讨了对话对象识别研究未来的发展方向，为构建更自然、更细致的多轮对话系统提供了新的理论视角。