Dieses Papier schlägt ein interaktives Matching-Netzwerk von Äußerung zu Äußerung (U2U-IMN) für die Mehrfachantwortselektion in chatbasierten Retrieval-Systemen vor. Im Gegensatz zu früheren Methoden, die Rahmenwerke des Kontext-Antwort-Matchings oder des Äußerung-Antwort-Matchings folgen, behandelt dieses Modell sowohl Kontexte als auch Antworten als Sequenzen von Äußerungen bei der Berechnung ihrer Übereinstimmungsgrade. Für ein Kontext-Antwort-Paar kodiert das U2U-IMN-Modell zunächst jede Äußerung getrennt mithilfe rekurrenter und selbst-beachtender Schichten. Anschließend wird eine globale und bidirektionale Interaktion zwischen dem Kontext und der Antwort durchgeführt, indem das Aufmerksamkeitsmechanismus verwendet wird, um die Übereinstimmungsinformationen zwischen ihnen zu sammeln. Die Distanzen zwischen den Äußerungen des Kontexts und der Antwort werden als ein priores Komponente bei der Berechnung der Aufmerksamkeitsgewichte berücksichtigt. Schließlich werden nacheinander Aggregationen auf Satzebene und auf Ebene von Kontext und Antwort durchgeführt, um den Merkmalsvektor für die Vorhersage des Übereinstimmungsgrades zu erhalten. Experimente mit vier öffentlichen Datensätzen zeigten, dass die vorgeschlagene Methode alle Metriken gegenüber den Baseline-Methoden übertraf und eine neue Standarte im Bereich der Mehrfachantwortselektion setzte, was ihre Kompatibilität über verschiedene Domains hinweg demonstriert.