Key points are not available for this paper at this time.
जटिल और लंबे इंटरैक्शन (जैसे, बातचीत के दौरान विषय में बदलाव) कार्य-उन्मुख चैटबॉट्स और बुद्धिमान आभासी सहायक विकसित करने के लिए संवाद प्रणाली के उपयोग को सही ठहराते हैं। संवाद प्रणाली के विकास के लिए काफी मेहनत की आवश्यकता होती है और यह नियमित BotBuilder उपकरणों की तुलना में अधिक समय लेती है क्योंकि मशीन लर्निंग मॉडल को प्रशिक्षित करने और कम मॉड्यूल पुन: प्रयोज्यता जैसे समय-खपत करने वाले कार्य होते हैं। हम विशिष्ट क्षेत्रों के लिए स्केलेबल संवाद प्रणालियाँ बनाने के लिए कॉर्पस, ओंटोलॉजी, और कोड विकास के अर्ध-स्वचालित तरीकों का उपयोग करने के लिए एक ढांचे का प्रस्ताव करते हैं। ओंटोलॉजी के रूप में डोमेन ज्ञान से संवाद एप्लिकेशन लॉजिक को अलग करके, हम पुर्तगाली भाषा में बैंकिंग डोमेन के लिए एक संवाद प्रणाली बनाने में सक्षम थे और ओंटोलॉजी को बदलकर बातचीत के डोमेन को जल्दी से बदल सकते थे। इसके अलावा, निरंतर सीखने के सिद्धांतों का उपयोग करके, unsupported ऑपरेशन्स या बिना उत्तर के प्रश्न सिस्टम ज्ञान की मांग के लिए ट्रिगर्स उत्पन्न करते हैं जिन्हें बाहरी स्रोतों से एकत्र किया जा सकता है और ओंटोलॉजी में जोड़ा जा सकता है, जिससे समय के साथ अधिक प्रश्नों के प्रति प्रतिक्रिया देने की प्रणाली की क्षमता बढ़ती है.
Pinna et al. (Fri,) ने इस सवाल का अध्ययन किया।