基于文档的对话系统运用关联的文档内容，以持续对话的形式为用户提供所需要的信息。相较于知识库、知识图谱等结构化知识表示，非结构化文档更接近信息传递的自然形式，易于获取且广泛存在。然而，非结构化文档缺乏有效的信息组织结构，导致用户难以快速获取关注的信息。基于文档的对话系统能够充分利用广泛存在的文档内容，提供各个领域内用户所需要的关键信息。因此，基于文档的对话系统研究具有重要的理论和应用价值。

通常基于文档的对话系统包含参考知识识别模块和回复生成模块。参考知识识别模块依据对话历史，识别出相关文档中回复所需要的参考知识；回复生成模块则结合对话历史与参考知识生成系统回复。参考知识作为回复用户提问的核心依据，其形式和内容决定了系统生成回复的质量。然而，现有的研究工作较少关注参考知识的具体形式，缺乏参考知识的形式与内容，对回复生成影响的评估，以及针对性的解决方案。本文以参考知识的形式和内容为切入点，分别从参考知识识别和回复生成两方面展开相关研究，主要研究工作和创新点归纳如下：

（1）提出了一种基于集成式自蒸馏的参考知识识别方法

参考知识的不确定性给数据收集和模型构建带来了诸多挑战。不确定性导致参考知识的划定方式暂无明确结论，因此，现有数据集无法提供系统性和全面性的参考知识标注。在模型构建方面，主流参考知识识别方法通常直接拟合数据集提供的唯一参考知识标签，忽视参考知识的不确定性与标注质量，这导致模型存在鲁棒性较差、泛化能力有限等问题，最终影响参考知识识别性能。针对这一问题，本文提出了一种基于集成式自蒸馏的参考知识识别方法。该方法从模型本身获取参考知识标签，将单一参考知识转化为软标签形式，运用自蒸馏思想再次训练模型。此外，本文对自蒸馏方法的训练方式和目标进行了优化，有效结合了模型集成与自蒸馏方法。实验表明，本文提出的方法能够有效缓解参考知识难以唯一确定问题对模型训练的影响，显著提升了模型参考知识识别性能。

（2）提出了一种基于差异化训练策略的回复生成方法

基于文档的对话系统生成的回复通常与参考知识密切相关。如过模型直接使用高度重叠的输入序列进行训练，会导致模型陷入惰性训练，仅简单地学习改写输入序列，最终导致生成的回复信息冗余且与参考知识过度重叠。本文从训练方法角度入手，提出了一种基于差异化训练策略的回复生成方法。该方法在训练阶段引入了拓展的参考知识，填补了参考知识在上下文逻辑方面的缺失，并要求模型从中提取与对话历史关联的关键信息以生成回复。同时，本文采用动态温度调度机制，平衡了差异化训练策略引入的训练与测试阶段参考知识的长度差异。实验结果表明，基于差异化训练策略的回复生成方法能够有效缓解模型惰性训练的问题，并在公开数据集上取得了优异的回复生成结果。

上述两种方法共同构成了基于文档对话系统的整体结构。实验表明，结合两种方法在公开的基于文档的对话数据集上实现的回复生成结果优于已有的最好方法。