雑談対話システムにおいて，ユーザ情報（ユーザの好みや経験などの情報）を含めた発話をすることで，システムへの親しみやすさが向上することが知られている．しかし，テンプレートにユーザ情報を埋めて発話する従来法では，対話文脈に沿ったシステム発話となっていないという問題があった．本研究では，対話文脈から抽出したユーザ情報を踏まえ，かつ，文脈に沿ったシステム発話を生成する課題に取り組む．具体的には，大阪大学マルチモーダル対話コーパス（Hazumi）からユーザ情報を抽出し，ユーザ情報と対話文脈の両方を考慮した発話をクラウドソーシングにより収集することで，約１万セットからなる対話コーパスを構築した．構築したコーパスを用いてシステム発話を生成するベースラインモデルを学習し，自動評価および主観評価により，文脈に対する自然性を保ちつつ，ユーザ情報を考慮した発話が実現できるかを検証した．
