自然人机对话中,由于环境噪声、方言口音等因素带来的语音识别错误以及语义分析的不充分等原因,计算机在理解用户交互意图时出现偏差,使得计算机对要反馈的话题出现错误,造成人机对话进程的断裂.本文以面向咖啡为主题的漫谈式人机对话为例,将对话中断分为三种情况,分别是话题反馈不当、话题正确情况下的模糊反馈不当和精确反馈不当引起中断.统计数据发现,话题反馈不当带来的对话中断最为明显,在对话进程断裂情况中达到了60.1％的比例;话题反馈正确情况下,模糊回答不当和精确回答不当带来的话题中断比例分别为22.2％和21.6％;语音识别错误情况下,语义分析会带来数量更大的反馈错误.实验数据分析表明,语音识别错误情况下,根据上下文信息提高计算机对用户话题反馈的准确率,能有效降低人机对话的中断,提高人机对话的自然度.本文工作为自然人机对话的意图分类重要性提供了数据分析和实验论证.