本文提出了第一个基于中国社会文化的社交感知对话语料库 - SocialDial，使用 ChatGPT 生成了 4,870 段数据，并评估了使用 BERT 和 RoBERTa 等预训练模型的数据集。

Apr, 2023

本文介绍了 Schema-Guided Dialogue (SGD) 数据集，包括 16 个领域的 16,000 个多领域对话。SGD 数据集提供了一个具有挑战性的测试平台，可以用于测试任务包括语言理解，位置填充，对话状态跟踪和响应生成。文章也提出了一个基于模式的任务导向对话的范式，尤其是在输入中提供了一组动态的意图和插槽自然的语言描述，提高了对大量服务形态的支持和新服务的快速集成。

Sep, 2019

这篇论文介绍了 GODEL（Grounded Open Dialogue Language Model），它是一种大型预训练语言模型，用于对话。与以前的模型相比，GODEL 利用了一种新的基于 Grounded 的预训练方法，以更好地支持适应广泛的下游对话任务。实验表明，GODEL 在少样本 Fine-tuning 方式下表现优异，具备更好的实用性和信息传达特征。

Jun, 2022

本文介绍一个包含超过三千个问题的开放领域口语问答数据集，研究发现自动语音识别误差对于口语问答有灾难性影响，本文提出将子词单元用于缓解该问题，同时通过对基于文本问答的训练样本进行数据扩增，提高了口语问答的表现。

Aug, 2018

该研究介绍了一个新的数据集 Taskmaster-1，其中包括 13,215 个基于任务的对话，包括六个领域。数据集包含了更多现实和多样化的对话，使用了两种不同的方法进行数据收集并提供了多个基准模型，其中 API 调用和参数被标记为基于任务的对话系统的研究、开发和设计提供了新的前景。

Sep, 2019

本研究提出了一种基于社交常识问答 SODAPOP 方法，通过生成修改的社交常识数据，使用社交常识模型评估得分以揭示模型对种族、性别等人口统计学因素的陈规定型偏见，并测试其在多种去偏算法上的有效性和局限性。

Oct, 2022

本文提出了一个大规模多模态对话数据集 OpenViDial，并基于该数据集提出了一族多种编码器 - 解码器模型，使用了文本和视觉上下文。结果表明，多模态特征的整合可以显著提高对话生成的质量，是实现大规模多模态对话学习的重要一步。

Dec, 2020

本文通过分类对话和上下文效果，分析 MultiWOZ，SGD 和 SMCalFlow 等最近和广泛使用的任务型对话数据集，发现少于 4％的 MultiWOZ 的句子和 10％的 SGD 的句子具有对话效果，而 SMCalFlow 在其当前版本中根本不具有对话效果。

Mar, 2022

社会意识对话助手系统（SADAS）旨在跨越文化鸿沟，确保来自不同文化背景的个体之间的对话以尊重和理解展开。该系统的新颖架构包括：(1) 识别对话中存在的规范类别，(2) 检测潜在的规范违反，(3) 评估这些违反的严重性，(4) 实施有针对性的修复措施以纠正违规行为，(5) 解释这些修复措施的原理。我们使用一系列先进技术来构建不同的模块，并进行了多次实验以选择每个模块最合适的骨干模型。我们还设计了一项人类偏好实验来验证系统的整体性能。我们将开源我们的系统（包括源代码、工具和应用），希望推进未来的研究。我们的系统演示视频可以在此网址找到：[演示视频网址]。我们已经在此网址上发布了我们的代码和软件。

Jan, 2024

本论文介绍了 SpokenWOZ，它是一个大规模的语音 - 文本对话数据集，旨在解决现有数据集无法满足实际口语对话场景的缺点。我们发现，当前的模型在跨话轮槽和语音语言现象的推理上仍有很大的改进空间，包括 ChatGPT。

May, 2023