对话系统是人工智能领域的热点话题。目前对话系统最新的研究大多由深度学习技术完成,利用大数据来学习特征表示和策略,同时仅需要少量的人工特征提取。近几年对话状态跟踪任务是对话领域的热点任务,尤其是近3年基于深度学习的端到端对话状态跟踪研究。对话状态跟踪是任务型对话系统核心组成部分,目的是根据上下文信息来预测当前轮用户的目标。传统的对话状态跟踪方法将自然语言理解模块的输出作为输入,在一定程度上增加了误差传递,另一方面其对历史信息和当前轮信息的交互能力不强,随着对话轮次的增加,槽值的识别效果不好。目前,用于对话状态跟踪的研究语料库主要是英文数据集。因此为了探讨对话状态跟踪模型在中文语料跨领域数据集上的效果,本文设计了基于层级注意力网络的对话状态跟踪方法,并将其与槽-句状态跟踪网络进行对比分析。本文设计的基于深度学习端到端的对话状态跟踪算法可以直接从用户话语和系统反馈中获取对话状态,并能够实时更新。对于传统对话状态跟踪面临的问题,本文引用并构建了一个基于BERT的槽-句信念跟踪网络。该模型使用BERT作为编码器,分别对候选槽、当前轮槽值、当前轮用户话语、当前轮系统反馈进行编码,使用多头注意力机制对编码结果进行交互,将交互结果及上一轮对话状态输入到LSTM模型中进行对话状态跟踪。该模型在英文WOZ2.0单领域数据集以及中文CrossWOZ跨领域数据集上均取得了良好的效果。为了解决传统对话状态跟踪方法无法处理长轮次对话以及槽-句信念跟踪网络的速度较慢的问题,本文在前人模型的基础上进行了简单修改,提出了基于ALBERT的层级注意力网络。该模型在槽-句信念跟踪网络的基础上输入所有历史对话,利用多头注意力机制将候选槽与所有对话进行多轮次交互,获取候选槽与全部轮次对话语句之间的信息（全局信息）、候选槽与当前轮对话之间的交互信息。随后,使用LSTM结构对全局信息与当前轮次信息建模,获取当前回合的对话状态。实验证明,相比于槽-句信念跟踪网络,该模型在中英文语料上,均有着预测速度更快、准确率更高、内存占有更少的优点。