开始了智能会话的研究。
算法的目标：让会话的轮数尽可能多；不要万能回复；不要回复说过的话
主要的方法：强化学习。
资料1
文献1： 宋皓宇 张伟男刘挺. (2018). 基于DQN的开放域多轮对话策略学习. 中文信息学报, 32(7), 99. http://jcip.cipsc.org.cn/CN/abstract/article_2604.shtml
思路：多轮会话策略，让轮数增多；不考虑回复生成，只考虑整体收益最大，从已有回复中，选择目标最大化的选项
主要的数据集是：微博短文本。微博正文+评论，形成一个会话回合。
资料2
文献2： Cuayahuitl, H., Yu, S., Williamson, A., & Carse, J. (2017). Deep Reinforcement Learning for Multi-Domain Dialogue Systems. Proceedings of the International Joint Conference on Neural Networks, 2017-May, 3339–3346. https://doi.org/10.1109/IJCNN.2017.7966275
思路：生成回复，对话生成；强化学习，多领域回复文本生成
数据集：饭馆和酒店的数据