Actuellement, les chercheurs accordent une grande attention aux dialogues basés sur la récupération dans des domaines ouverts. En particulier, de nombreux travaux s'intéressent à ce problème en étudiant la correspondance entre contexte et réponse pour la sélection de réponses multi-tours, sur la base de jeux de données de référence largement reconnus. Les méthodes de pointe exigent qu'une réponse interagisse avec chaque énoncé du contexte dès le départ, mais cette interaction s'effectue de manière superficielle. Dans ce travail, nous approfondissons l'interaction entre énoncé et réponse en proposant un réseau d'interaction sur interaction (IoI). Ce modèle réalise la correspondance en empilant plusieurs blocs d'interaction, dans lesquels les informations résiduelles issues d'une première interaction lancent à nouveau le processus d'interaction. Ainsi, les informations de correspondance au sein d'une paire énoncé-réponse sont extraites de manière itérative par l'interaction entre la paire elle-même, tandis que ces informations circulent le long de la chaîne de blocs via leurs représentations. Les résultats d'évaluation sur trois jeux de données de référence montrent que IoI peut surpasser significativement les méthodes de pointe selon diverses métriques de correspondance. Une analyse approfondie permet également de révéler l'impact de la profondeur de l'interaction sur la performance de IoI.