本文分析了不同的交互方式和策略在交谈式搜索中的表现（采用两种不同的混合倡议方法：查询建议和查询澄清），并发现查询澄清在首先提出时更有效，而查询建议则在展示结果后提出时更好。此外，作者强调了分析 CSA 所涉及的复杂性和挑战，为批处理 / 离线设置中评估会话策略和会话搜索代理奠定了基础。

Sep, 2021

通过 Wizard-of-Oz 对话任务，探索了用户对已知事实的回应与对话参与度之间的相关性，进而提出一种结合用户先前知识的多任务模型，使得数字助手能够更好地理解用户需求并提高用户参与度。

May, 2020

本文概述了对话式信息检索（CIS）的定义、应用、交互、界面、设计、实现和评估，并介绍了 CIS 的现状，挑战和未来发展方向。

Jan, 2022

本研究介绍了一个新的数据集，用于分析信息搜寻对话的用户意图分布、共同出现和流程模式，并利用 MSDialog 数据集发现了一些可用于设计对话式搜索系统的高频用户意图模式。

Apr, 2018

本文介绍了 USi，一种用于自动评估对话式搜索系统的用户仿真器，可自动回答与搜索主题有关的澄清问题，包括单轮和多轮交互。通过一系列实验证明了 USi 对人类生成的答案是相当的。

Apr, 2022

本文研究了如何设计对话式搜索系统以协助用户在不熟悉的领域进行信息探索，并通过实验研究采用统计分析和过程挖掘技术发现了用户在不同领域中的一般信息需求类型和对话行为，从而得出了为对话式搜索系统提供设计建议的结论。

Jan, 2023

本论文针对谈话式信息查找的限制制约了以往的理论研究和实验研究，提出了一个针对谈话式信息查找的流程管道和 “WISE” 数据集，并设计了神经网络架构和预训练 / 微调学习方案，在谈话式信息查找的所有子任务上进行训练，并发布数据集、代码和评估脚本，以便测量这个重要的研究方向的进一步改进。

May, 2021

研究了信息检索中用户意图识别的两个方面，提取基于内容，结构和情感特征的特征，利用经典机器学习方法执行用户意图预测，使用特征重要性分析确定了结构特征对预测的贡献最大，并构建了神经分类器以提高性能。

Jan, 2019

本文提出了一个概念模型，旨在推动对于对话式搜索的研究。在文献基础上，作者们分析了当前信息检索、自然语言处理和对话系统等领域的任务和测试集如何与该模型相适应，并最终提出一套理想的对话式搜索数据集标准。最后，作者们介绍了一个新的多领域多轮对话数据集 MANtIS，并同时提供了其用于会话回复排序和用户意图预测任务的基准结果。

Dec, 2019

本文探讨了在人机交互的语境下，处理短文本对话的问题，并借助社交媒体上丰富的对话记录数据，提出了一种基于信息检索技术的解决方法，实验证明这种基于检索的模型结合大量的社交媒体对话数据能够使系统表现得相当智能。

Aug, 2014