---
title: "對話狀態追蹤（Dialogue State Tracking）"
slug: dialogue-state-tracking
language: zh-TW
source: https://aiterms.tw/terms/dialogue-state-tracking
updated_at: 2026-06-23
tags: [對話系統, 自然語言處理, 任務導向, AI應用]
ipas_term: false
---

# 對話狀態追蹤（Dialogue State Tracking）

在多輪對話中自動追蹤和維護對話狀態（如用戶意圖、槽值），支持對話管理和任務完成。

## 完整說明

對話狀態追蹤（DST）是任務導向型對話系統的核心模組，負責在對話進行過程中動態抽取和更新關鍵信息。系統需要從自然語言對話中識別用戶的顯式和隱式信息需求，維護一個表示當前對話狀態的結構化數據結構（通常稱為信念狀態或對話狀態），包括用戶的目標、已提供的信息（槽值）和待解決的問題。通過準確追蹤對話狀態，系統可以進行有效的對話管理和任務導向的決策。

## 常見問題

### 當用戶自相矛盾時（例如先說 6 人後說 8 人），DST 應該如何處理？

系統應該維護信念狀態而非單一值。當用戶第一次說 6 人時，系統記錄人數槽值為 6。當用戶後來說 8 人時，系統識別出這是一個更新，而非新的獨立信息，因此將信念狀態更新為 8 人。系統也可以記錄修改歷史，以便後續對話時參考。在確信用戶的真實意圖前，系統應該向用戶確認：「您確認是 8 人嗎？」這樣可以避免進行基於誤解的預訂。

### DST 如何處理用戶沒有明確說明但暗示的信息？

這涉及隱含信息的推理。例如，用戶說「我想在這家餐廳訂位」，隱含地指向之前對話中提到或搜尋結果中展示的一家餐廳。系統需要保持對話上下文的追蹤，識別代詞和定冠詞短語的指代。現代方法使用預訓練的語言模型（如 BERT）聯合處理指代消解和槽值提取。系統可能還需要進行對話歷史的編碼，在編碼中包含之前提到的實體信息，幫助模型進行指代解析。

### DST 的準確率如何評估？

評估指標包括聯合準確率（Joint Accuracy，所有槽值都正確的比例）和槽級準確率（Slot-level Accuracy，每個槽值單獨的準確率）。由於信念狀態涉及概率分佈，也可以使用 F1 分數或其他排序指標。評估通常在有標註的對話資料集上進行（如 MultiWOZ、DSTC 競賽資料集）。實踐中，定期人工審查系統的 DST 錯誤，識別常見的失敗模式（如某個特定槽值總是錯誤），可以指導後續的改進。

---

來源：https://aiterms.tw/terms/dialogue-state-tracking
快查頁：https://aiterms.tw/terms/dialogue-state-tracking
最後更新：2026/06/23
深度解說：https://aiterms.tw/learning/what-is-dialogue-state-tracking