同样，人们在日常对话中的React在内容语义，说话风格，交流意图等方面也可能存在很大差异。 以前的生成式会话模型忽略了帖子对其不同响应之间的一对一关系，而倾向于返回高频但毫无意义的响应。 在这项研究中，我们提出了一种用于对话响应生成的机制感知型神经机器。 假定存在一些潜在的响应机制，每种潜在的响应机制都可以为单个输入帖子生成不同的响应。 在这种假设下，我们将不同的响应机制建模为潜在的嵌入，并开发了一种编码器-分离器-解码器框架，以端到端的方式训练其模块。 借助学习到的潜在机制，这些分解模块首次可