3.1.2.1 对话状态跟踪（DST）在长程交互中的应用

文档摘要

3.1.2.1 对话状态跟踪（DST）在长程交互中的应用 3.1.2.1 对话状态跟踪（DST）在长程交互中的应用：基于槽值回溯机制的鲁棒性优化实战对话系统一旦步入真实业务场景，便不再是实验室里理想化的“问答游戏”。用户不会乖乖地按脚本说话——他们可能中途改变主意、反复修改先前信息、甚至在十轮对话后突然说“其实我一开始说错了”。此时，若系统仍死守首轮识别出的意图与槽位，不仅会引发严重的服务偏差，更会让用户体验瞬间崩塌。这种现象，在电商客服、酒店预订、保险理赔等高复杂度长程对话中尤为致命。我们曾在一个智能酒店预订系统的线上环境中遭遇过一场“灾难”：用户先说“我要订北京国贸附近的酒店”，系统正确识别出；随后用户补充“最好靠近地铁站”，系统追加约束；