近年来，在端到端神经对话系统中生成信息响应引起了很多关注。以前的各种工作都是利用外部知识和对话环境来产生这样的响应，但很少有人能证明他们有能力将适当的知识纳入应对措施。在论文《Learning to Select Knowledge for Response Generation in Dialog Systems》中，研究者提出了一种新颖的开放域会话生成模型，该模型利用后验知识分布来指导知识选择，从而在会话中产生更恰当和信息量更强的响应。据作者表示，他们是第一个利用后验知识分布来促进对话生成的。