对话系统的常见评价指标包括以下几个：

  1. 自动评估指标：自动评估指标主要用于对话系统开发的初期或者大规模测试中，通过机器算法对系统生成的回答进行评价。常见的自动评估指标包括BLEU（Bilingual Evaluation Understudy）、METEOR（Metric for Evaluation of Translation with Explicit ORdering）等，它们通常使用参考答案来计算系统生成回答的质量。

  2. 人工评估指标：人工评估指标主要通过人类评审来评估对话系统的质量。根据不同的需要，人工评估可以包括主观评估和客观评估。主观评估是指让评委自行判断对话系统的质量，常用的方法是使用1-5分的打分系统。客观评估是指根据一些先验规则或标准，通过评估者的问答结果来判断对话系统的性能。人工评估是最直观和准确的评估方式，但是也比较耗时和费力。

  3. 对话任务完成率：对话系统通常会针对特定的任务进行设计和开发，如酒店预订、机票查询等。对话系统的任务完成率是指系统在特定任务中能够成功完成的比例。任务完成率是一个非常重要的评价指标，因为对话系统的最终目标是帮助用户完成特定任务。

  4. 意图准确率：对话系统在理解用户意图方面的准确率也是一个重要的评价指标。意图准确率指系统正确理解用户发言中的意图的能力。对于复杂的对话系统来说，意图准确率可以影响到系统响应的质量和用户体验。

  5. 合作性和自然性：合作性是指对话系统与用户之间的交互是否流畅和自然。自然性是指对话系统生成回答的自然语言表达能力。合作性和自然性是影响用户满意度的关键因素之一。

  综上所述，对话系统的评价指标包括自动评估指标、人工评估指标、对话任务完成率、意图准确率以及合作性和自然性。这些指标的综合评估可以帮助评估对话系统的质量和性能。