対話モデルにおける一貫性 (consistency) の課題に Natural Language Inference の観点から取り組んだ研究。 NLI タスクとして一貫性の度合いを定義し、新たなデータセット Dialogue NLI を使用して NLI モデルを学習した。それを用いた対話の re-rank 手法を提案し、対話エージェントの持つペルソナと、その発話の間の一貫性を改善した。

対話の一貫性を NLI タスクとして再定義し、対話モデルの一貫性の改善に応用した。 対話データから NLI データセットを作成したのは初。