随着人工智能技术的发展,人机对话系统成为自然语言处理领域的研究热点。虽然对话技术渐渐发展为端到端的深度学习模式,但当前大多数研究工作仅关注模型在单一数据集上的效果,缺乏在不同技能、不同领域数据上的评价,因此与真正实现多技能对话目标还有一定距离。而且,由于人们的背景知识和对话场景的差别,同样的问题可能会有多个候选答案,但常用的生成式对话模型大多采用一个问题和答案一一对应的编码-解码模型,这样就会对问题答案的多样性产生一定的影响。为了解决上述问题,实现多技能人机对话,本文构建的模型不使用单独的编码器-解码器网络,而是以Unified Transformer模型为基本框架。这个模型由Transformer实现,采用了灵活的注意力机制,针对上文的部分使用双向注意力提取,生成回复的部分使用单向注意力提取,这两个部分共享网络参数,十分适合文本生成任务。而且本文在模型输入中加入了区分不同对话技能的类型标识,使得模型能同时支持闲聊对话、推荐对话和知识对话。同时,在这个模型的训练基础上,本文又提出了五个多技能对话的变种模型,分别针对模型的训练集,解码策略,训练策略,预训练模型等做了一系列的调整。其次,本文需要一套评估全面,覆盖领域广的公开评测数据集。本文在实验中使用九个包含多种对话类型的开源数据集,并对数据集进行了统一的整理,期望从不同技能、不同领域等角度对模型效果进行综合评价。最后,本文在实验过程中,采用了BLEU和PPL还有DISTINCT三项指标作为评价标准。实验最终结果表明,以上六个模型生成的回复中,调整了训练策略和解码策略的模型4与模型5的回复得分最高,解码后的文字也达到了预期的效果。