该研究分析了三个计算系统，通过对意图和礼貌进行分类，重点研究前者如何影响后者。研究发现对话行为可以提升对面子行为的检测性能，指出面子和意图之间存在密切的关系。

Jun, 2024

本文提出了一种识别礼貌语言方面的计算框架，使用新的语料库对礼貌的不同方面进行评估，发现礼貌标记符与上下文之间的新互动，然后构建了一个具有领域无关词汇和句法特征的分类器，并通过对维基百科和 Stack Exchange 上的数据进行实验，研究了礼貌与社会权力之间的关系，并对性别和社区的反应进行了初步分析。

Jun, 2013

本论文提出一种将人类的面子工作与决策代理整合起来的方法，该代理能够与人类进行协作式工作，在行动选择时明确考虑面子工作。论文还展示了一个仿真机器人臂部的设计，可用于在线环境中评估所提出的方法。

Nov, 2020

本研究通过对人与虚拟人物互动对话进行语言学、组织结构及结构分析，提出了为机器创建面对面多模态界面的必要性，并观察了多模态动作和事件的分布，数据表明需要在多模态融合层之外增加一个控制层来组织会话流、集成社会背景以及拟定进展计划，需要将会话分析、认知科学和心智理论等内容融入到界面系统中。

Nov, 2022

通过对真实和虚拟人脸数据集中的面部表情进行评估，研究发现表情照片中的动作单元（AU）在假设的数据集中的强度要高于实际的数据集，相关程度约为 80% 对于 AU6 和 45% 对于 AU12。

Dec, 2023

我们探讨了如何通过 Rational Speech Acts 框架的方法，为已有的对话代理赋予公共自我意识的能力，以强化其一致性并减少矛盾，同时探索了如何在对话中提高背景一致性。

Apr, 2020

本文提出了基于 P^2 框架的机器人 P^2 Bot，该框架旨在显式地建立对话者间的理解模型。实验结果表明该框架在大型公共数据集 Persona-Chat 上取得了显著效果提升。

Apr, 2020

本文提出了一个新颖的模块化对话系统框架，将事实信息和社会内容融合到说服性对话中。研究表明，相比于不显式处理社会内容或事实问题的端到端模型，我们的框架在所有方面包括能力和友好度方面更受用户好评。

Mar, 2022

本研究介绍了一种视频框架，用于建模双人对话中口头和非口头交流之间的关联，提出了一种通过大型语言模型和视觉 - 语言模型构成的对话建模方法，并提出了一种新的无剧本对话视频数据集，实验和可视化结果表明，该方法能够生成显著更具社交适切性的监听者。

Jan, 2023

本文研究了在任务中使用说服策略对结果的影响，提出了一个对话中抵抗策略的概括框架并用神经网络模型进行自动识别，实验表明了在目标导向型对话中权力角色的不对称性以及抵抗策略在最终对话结果中的积极作用和不同抵抗策略的不同作用。

Jan, 2021