会話を分析判断するフレームワークの構築が一番の課題だと思う
基本的に会話って相手が何を意図して喋っているか
聞き手側が予想して、自分の辞書と思考で返答するものだし。

でも文字情報から相手の感情・思考状態を予想するのって凄く難しい。
それこそ「楽しいよ」「怒ってるよ」「悲しい」と入力されていれば
AIも会話内容に点数を付けて自己改善できると思う。低次元過ぎる

人間は声のトーンや表情仕草でそれらの欠陥している情報を
補って点数を付けているみたいなので、要はこの部分を構築する。
カメラと表情認識システム、マイクと音声解析システム
それらの情報から相手の意思状態を決定判断するシステムが必要かな