本研究探讨了混合智能协作中理解社交对话的挑战，提出了一种新方法，通过五种模型从对话中提取三元组，并发布了训练和评估数据集。结果显示提取准确性高，但跨轮次提取仍存在困难。

本文介绍了SalesBot 2.0，利用大型语言模型缩小闲聊与任务导向对话的差距，构建新数据集以实现更自然的对话。提出的DOCTOR推理框架显著提升了对话质量，并探索了社交对话与任务导向对话的转换，支持商业机会。研究表明，使用新方法开发聊天机器人所需工作量减少，且具备良好的可扩展性。