人物の趣味や嗜好といった特徴を応答文に反映する応答生成モデルを実用的に運用するには，異なる人物同士の中間の発話者に相当する話者による応答生成が可能になるような，内挿可能な人物埋め込み空間を獲得していること，その人物埋め込みを目的に応じて制御しやすいことの2点が求められる。本研究では，内挿可能な人物埋め込み空間を獲得するのに向いているユーザ識別子が付属した大量の対話データと，人物表現の制御性の高いペルソナ文（人物の特徴を記述した文）が付属した対話データの2種類の対話データを混合して訓練することで，内挿可能で制御性の高い人物埋め込みを獲得し，この人物埋め込みを介してペルソナ文から応答生成を行える対話モデルを提案する．実験では，提案手法の有効性を示すために，人物埋め込みを明示的にモデリングしない従来の応答生成モデルとの比較を行い，また提案手法により獲得した人物埋め込みの内挿性と制御性を評価した．
