本论文提出了一种名为 InterviewBot 的对话机器人，它可以动态地将对话历史和定制话题集成到一个连贯的嵌入空间中，以进行 10 分钟的混合域（开放和封闭）会话，以评估外国学生申请美国大学的学术和文化准备情况。我们采用基于神经网络的端到端对话模型，使用 7,361 个人与人面试的音频记录来自动转录，其中 440 个手动进行了校正，以进行微调和评估。为了克服基于转换器的编码器 - 解码器模型的输入 / 输出大小限制，提出了两种新方法，即上下文关注和话题存储，使模型能够进行相关和一致的交互。我们的最终模型经过统计比较和实时邀请专业面试官和不同的学生与其互动进行测试，发现其流畅性和上下文感知能力非常令人满意。

Mar, 2023

本论文探讨使用公开可用的 AI 技术来构建有效的面试聊天机器人。我们建立了一个具有一部分积极倾听技能的原型来证明可行性，并在 206 名用户的实时评估中比较了具有或没有积极倾听技能的面试聊天机器人在四个常见面试主题上的表现。我们的工作提出了建立有效面试聊天机器人，混合式聊天机器人平台和超越面试任务的移情聊天机器人的实用设计影响。

Feb, 2020

本研究旨在构建一种在线语言学习工具，通过使用对话系统作为实践对话伙伴，为学习者提供对话体验。我们的系统可以根据用户的语言熟练程度进行自适应，并且提供自动语法错误反馈来帮助用户从他们的错误中学习。根据我们的初步用户反馈，我们的系统既实用又有趣。此外，我们还将为学习技术社区提供一个大规模的关于语言学习和语法更正的对话数据集。下一步，我们将使用强化学习算法来使我们的系统更加适应用户个人信息。

Jul, 2022

本文讨论了如何提高社交聊天机器人的用户参与度，并阐述了在这一领域的核心技术，同时用小冰作为例子来说明如何在长时间的对话中识别情感并与用户进行交流。

Jan, 2018

Poetwannabe 是一个聊天机器人，具有自然语言对话的能力，并且主要功能是上下文感知的问答（QA），次要功能是维护用户参与度。为回答问题，对话系统主要使用来自维基百科和 DBpedia 的事实数据，以及公共论坛中真实用户交互的数据和一般文献的数据。

May, 2018

通过 Alexa Prize 进行的研究，结合当今自然语言处理、上下文理解、会话管理等方面的技术，旨在解决对话人工智能问题，从而使得社交对话和自由形式对话在广泛的领域和主题上更加自然地进行。

Jan, 2018

Converse 是一种基于任务、灵活性高的对话系统，采用模块化设计并提供强大的多任务对话管理功能，支持任务依赖和任务切换，是一种易于构建和维护的机器人建造工具，适用于专业和非专业开发人员。

Mar, 2022

我们提出了一种基于深度学习的外语学习平台 FreeTalky，它采用人形机器人 NAO 和各种深度学习模型，为那些对外语感到焦虑的人提供帮助。该系统采用基于人物角色的对话系统，为用户提供有趣和一致的多回合对话，并通过语法纠错系统促进用户的语法能力提高。此外，我们通过人类评估验证了 FreeTalky 是否能够通过用 NAO 机器人替代真人交流来缓解异国语言恐惧症。

Dec, 2021

程序员助手是一种实验性软件开发环境，它将聊天机器人与代码编辑器集成在一起，使用现有的语言模型和提示来实现对话功能，为特定应用程序提供一种交互模式和交互风格。

Jan, 2023

本文提出使用不断学习的方法，通过与用户进行对话，改进对话系统（chatbots）中按人工规则编译知识库和局限于理解自然语言的能力，提高在多种语言表达和聊天技能方面的用户满意度。

Sep, 2020