人际记忆至关重要：一种利用对话历史的主动对话新任务

主动对话系统旨在使聊天机器人具备引导对话朝特定目标推进的能力，以提升用户参与度与服务自主性。现有系统通常仅关注预定义关键词或实体，忽视了对话历史中隐含的用户属性与偏好，难以建立长期用户亲密度。为此，本文提出将主动对话系统与长期记忆机制融合的统一框架，定义了名为“记忆感知主动对话”（MapDia）的新任务，并构建了首个中文记忆感知主动对话数据集（ChMapData）。此外，设计了一个基于检索增强生成（RAG）的联合框架，包含话题摘要、话题检索及主动话题转换检测与生成三个模块，以在适当时机引导对话回归相关历史话题。通过自动与人工评估验证了数据集与模型的有效性。