在在线学生辩论中使用明确回复作为协调机制
研究表明，对话参与者会立即而无意识地适应对方的语言风格，并调整其下一次话语中的冠词数量等功能词，以应对其伴侣在前一话语中的功能词数量；本文使用虚构对话作为研究工具，发现大量电影剧本中存在诸多家族级功能词的协调，并发现了性别等因素的影响。
Jun, 2011
本研究旨在探索话语连贯中回应关系的一般性结构，并提出一种学习潜在议题和话语结构的模型，通过利用主题一致性和话语依存来预测发起 - 回应联系，实验结果表明，我们的模型在中文客服对话等任务上表现显著优于之前的方法。
Apr, 2021
使用自然語言處理的方式分析了在重複參照遊戲中，設定共同基礎並理解彼此喜好的過程。發現不同的語言配對會發現各種特殊而有效的合作方式，而這些合作方式受到溝通環境的影響。此外還發現人們說話越來越有效率，最終成為包含開放類詞語的簡短標籤。
Dec, 2019
通过对维基人和美国最高法院的论据展开研究，我们发现群体讨论中一些人立即回应其他人的语言风格与其他成员之间的权力差异是相关的，提出了基于语言协调的分析框架，可以用于阐明功率关系，并跨多种类型的力量保持一致。
Dec, 2011
本文提出了一种基于信息瓶颈的无监督方法，用于探索非常稀疏的多智能体增强学习中的社交通信情境，该方法可以捕捉引用复杂性和任务特定效用，并开发出一种自然语言灵感的信息组成的词汇表，该词汇表独立于一组紧急概念，使其具有极小的位数，同时可以使用社交影子的观测构成，并通过社交影子来学习通信策略。
Feb, 2023
本研究探讨了在线对话中自动引用生成的一些特点，基于对话历史、语言一致性的相互作用，以及与查询转的现有内容的一致性等方面对引文的语境一致性进行了捕捉，并采用编码 - 解码神经框架通过语言生成来继续语境，实现引文的自动化。通过英文和中文两个大规模数据集进行实验，结果表明我们的引文生成模型优于现有的最先进模型。进一步的分析显示，主题、交互和查询的一致性都有助于学习如何在在线对话中引用。
Jun, 2021
在对话中，当引用表达不能唯一地识别出意图的指示对象时，产生了指向性模糊。此研究表明生成和回应澄清请求对于多模式、以视觉为基础的对话模型的架构和目标函数有特定的限制。通过使用 SIMMC 2.0 数据集评估不同最先进模型体系结构处理澄清交流的能力，该模型可探测它们在模型中引起的上下文更新的度量。结果发现，基于语言的模型能够编码简单的多模式语义信息和处理一些澄清交流，而多模式模型可以使用其他学习目标来获取解耦的物体表示，这对处理跨模态的复杂指向性模糊至关重要。
Jul, 2023
本文研究对话结构与对话语料库的关系，从线上论坛中的拒绝性对话入手，探查线上对话中表达和推断拒绝的特征，通过实验发现基于理论预测的特征可以被用于无需先确定特定讨论主题的识别拒绝性对话，且精度可以提升至 66%。
Sep, 2017
使用概率论框架，通过样本用户在 Twitter 上的交流行为，验证语言风格调整的假说在大规模、实时的情境下的诉求，并探索了风格影响与社会地位网络特征之间的潜在关系。
May, 2011