対話モデルの多様性の低さを Boosting を用いることで改善するアプローチの提案。 いくつかのトレーニング方法や decoding 方法 (MMI: Maximum Mutual Information, RAML: Reward-augmented maximum likelihood learning) でベースモデルを作成し、Boosting に組み合わせて学習したモデルの比較・実験を行った。 結果、定量的・定性的に Boosting モデルにより精度を落とさずに多様性向上が見られた。

Boosting を用いて対話の多様性と妥当性をあげる試みは初。 対話のために RAML を boosting で学習を行ったのは初。