INSURE-Dial：面向合规性验证与阶段检测的对话数据集与基准
计算与语言
2026-02-25 v2
摘要
行政电话任务每年耗资约 1 万亿美元，用于美国医疗保险。2024 年，超过 5.9 亿次保险福利核查通话需人工处理。我们引入 INSURE-Dial，据称是首个面向合规性感知语音代理的公开基准，用于基于片段的合规性验证与阶段检测。该语料库包含 50 份脱敏的、由 AI 发起的通话记录，其中包含活生物保险代表（平均 71 轮/通话），以及 1000 份人工合成通话，镜像相同的工作流程。所有通话均标注了涵盖 IVR 导航、患者识别、保险覆盖状态、药物检查（最多两种药物）和代理人识别（CRN）的阶段结构 JSON 模式，每个阶段根据明确的问答逻辑进行信息与程序合规标注。我们定义了两个新颖的评估任务：（1）阶段边界检测（基于阶段特定接受规则的片段分割）和（2）合规性验证（给定固定片段的 IC/PC 决策）。各阶段得分在小规模、低延迟基线模型上表现良好，但端到端可靠性受限于片段边界错误。在真实通话中，完整通话的精确分割率较低，显示了对话流畅性与审计级证据之间的差距。
关键词
引用
@article{arxiv.2602.18448,
title = {INSURE-Dial: A Phase-Aware Conversational Dataset & Benchmark for Compliance Verification and Phase Detection},
author = {Shubham Kulkarni and Alexander Lyzhov and Preetam Joshi and Shiva Chaitanya},
journal= {arXiv preprint arXiv:2602.18448},
year = {2026}
}
备注
Accepted to the 19th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2026)