本文提出了一个中文多领域知识驱动会话数据集，该数据集将多轮会话的话题与知识图谱相匹配。我们的语料库包含三个领域（电影，音乐和旅游）的 4.5K 个会话，86K 个话语，平均轮数为 19.0。我们提供了多个基准模型来促进基于该语料库的后续研究。比较结果表明，通过引入背景知识，可以增强模型，但仍有大量空间可用于利用知识来模拟多轮会话以进行进一步研究。结果还表明，不同领域之间存在明显的性能差异，这表明值得进一步探索转移学习和领域适应。该语料库和基准模型是公开可用的。

Apr, 2020

本文介绍了 CI-ToD 数据集，并提供了单标记和细粒度标记两种方法并进行数据注释以解决任务导向对话系统中的一致性预测问题，实验结果表明目前最先进的方法只能达到 51.3%，存在改进的空间。

Sep, 2021

本篇论文研究了自然语言理解模型在抓住普遍会话中的一致性方面的应用。为此，作者提出了 DialoguE COntradiction DEtection 任务并创建了一个包含人类与机器人相互矛盾的对话的新型会话数据集。作者进一步比较了基于预训练 Transformer 模型进行矛盾检测的结构化语言表述方法与典型的非结构化方法，并发现结构化语言表述方法在分析与分布式会话中的表现更为健壮且更具可转移性。作者提供了证据表明，他们的最佳矛盾检测模型与人类判断相一致，并可自动评估与提高最先进的生成式聊天机器人的一致性。

Dec, 2020

本文介绍一个主题驱动的多轮中文对话数据集 ——NaturalConv，提供了包含六个领域的 19,900 个对话和 400,000 个发言，可用于多轮对话系统研究的基准测试，同时为该数据集提供了一些基准模型的结果，并表明引入背景知识 / 主题并不能显著提高模型的性能。

Mar, 2021

通过探索一种新的矛盾对话处理任务，该研究试图检测和修改会话中的矛盾陈述，以减轻当前语言模型在对话中自相矛盾的问题，并通过开发一个数据集和一个 Red Teaming 框架展示了该任务的有效性，强调了在对话式人工智能中逻辑不一致问题的重要性。

May, 2024

本文介绍了一种利用深度学习技术构建人类对话体系的具体方法，提出了一个基于大型真实情境的中文电商会话语料库 JDDC，并针对该语料库进行了取样和生成基准测试，该研究为人机对话研究提供了有效的实验平台和参考。

Nov, 2019

为了改进聊天机器人中的矛盾检测，本文提出了一种通过重写聊天机器人发言来还原先行词和省略号的方法，并在相应的数据集上建立了模型，实证结果表明该模型能够显著提高矛盾检测性能。

Jul, 2022

本文提出了基于分层对比学习的师生框架来预测没有响应的话题转移，并在中文自然对话话题语料库上进行了实验，结果表明该模型的有效性。

May, 2023

通过对模型生成的矛盾回应进行广泛分析，我们构建了一个大型数据集，并获取了这些模型生成的矛盾的特征，最后展示了该数据集如何大幅提升数据驱动的矛盾抑制方法的性能。

Mar, 2024

该研究论文探讨了一种融合任务导向对话系统和闲聊对话系统的多动机对话数据集，并提出一系列评估指标，以更好地展示这种方法在实践中的效果。

May, 2022