近日，实验室博士生马志远的论文“Intention Reasoning Network for Multi-Domain End-to-end Task-Oriented Dialogue”被自然语言处理领域顶级会议EMNLP2021主会接收。EMNLP是自然语言处理与计算语言学领域四大顶级会议（ACL、EMNLP、NAACL、COLING）之一，是CCF-B类会议，并被清华大学计算机系推荐为人工智能领域A类会议。近年来录用率维持在22%-24%之间。

论文针对现有的基于注意力的跨领域任务型对话模型难以对用户的对话意图进行准确捕获并且生成可靠回复的问题，提出了一种新的意图机制来更好地融入外部的确定性实体知识。基于该意图机制，论文进一步提出了一个意图推理网络（IR-Net），主要通过联合推理和多跳推理两个核心模块来获得意图感知的表达，从而为跨领域的任务型对话场景生成更加可靠的回复。实验结果验证了 IR-Net 的有效性，IR-Net在两个具有代表性的任务型对话数据集上达到了SOTA性能。