DASH：基于对话握手识别与话题相似度的公开频道对话分段
计算与语言
2025-12-18 v1 信息检索
摘要
对话话题分段（DTS）对于理解以任务为导向的公开频道通信至关重要，例如海事 VHF 对话，这类对话特征为非正式语言和隐式转换。为解决传统方法的局限性，本文提出 DASH-DTS，一个新型基于大语言模型（LLM）的框架。其核心贡献包括：(1) 通过对话握手识别实现话题移_detect；(2) 利用相似度引导的示例选择实现情境增强；(iii) 生成选择性正负样本以提升模型判别与鲁棒性。此外，我们发布 VHF-Dial，首个真实世界海事 VHF 通信公开数据集，以推动该领域研究。DASH-DTS 为每个分段提供可解释推理与置信度评分。实验结果表明，该框架在 VHF-Dial 与标准基准测试上实现了多个 SOTA 分段准确率，为运营对话的稳定监控与决策支持奠定了坚实基础。
关键词
引用
@article{arxiv.2512.15042,
title = {DASH: Dialogue-Aware Similarity and Handshake Recognition for Topic Segmentation in Public-Channel Conversations},
author = {Sijin Sun and Liangbin Zhao and Ming Deng and Xiuju Fu},
journal= {arXiv preprint arXiv:2512.15042},
year = {2025}
}
备注
Accepted by AAAIW2026