本研究提出了一种模块化架构的任务导向对话系统（ToDS）方法，旨在改善低资源语言在对话系统中的表现。通过Rasa框架生成的聊天机器人显示，沃洛夫语的意图分类器与法语相当，表明其广泛适用性。

该文介绍了广义意图发现（GID）任务，旨在将传统意图分类器扩展到开放世界意图集。作者提出了两种框架，并构建了三个公共数据集，为未来研究提供了指导。