端到端的任务导向对话系统通常面临将知识库纳入其中的挑战。本文提出了一种新颖而简单的端到端可微模型，称为记忆到序列（Memory-to-Sequence, Mem2Seq），以解决这一问题。Mem2Seq 是首个结合多跳注意力机制和指针网络思想的神经生成模型。我们通过实证研究展示了 Mem2Seq 如何控制每个生成步骤，以及其多跳注意力机制如何帮助学习记忆之间的相关性。此外，我们的模型具有较高的通用性，无需复杂的任务特定设计。因此，我们证明了 Mem2Seq 可以更快地训练，并在三个不同的任务导向对话数据集上达到最先进的性能。