在本文中，我们提出利用对话中参与者共享常识知识的独特特性，以解决对话摘要任务中的难点。为此，我们提出了SICK框架，该框架将常识推理作为额外上下文信息引入摘要生成过程。与以往仅依赖输入对话内容的方法不同，SICK通过外部知识模型生成丰富的常识推理结果，并采用基于相似性的选择方法，筛选出最可能的推理结果。在此基础上，SICK++进一步将常识知识作为监督信号，在多任务学习框架下，将生成常识推理的任务与对话摘要任务相结合。实验结果表明，通过引入常识知识，我们的框架所生成的摘要在信息量和一致性方面均优于现有方法。