音声対話システムにおいて、人間レベルの対話遅延を維持するための方法を提案する。
グラフ情報を言語トランスフォーマーに統合することで、外部リソースや要素に依存せずに、人間の発話と前の行動の関係性を理解し、次のアクションを予測することができる。