#ACL-2016#A Persona-Based Neural

问题：同样的问题，不同的表述，生成的回复就不一致。

方法：在seq2seq的的decoder 加入了用户向量，类似词向量，利用用户帐号信息，如性别，方言等训练而成。
实验数据是Twtter的数据，所以会有这些用户数据。
另一种模型，提出 不同用户对不同的人说话的方式是不一样的，重新对用户进行建模，Vij 表示i对j说话的向量，和上种方法一样，加到decoder。