対話生成における意味的に一貫した応答の生成は、依然として大きな課題となっています。従来のテキスト生成タスクとは異なり、会話における入力と応答の間のマッピングはより複雑であり、入力と出力の全体的な意味の関係である発話レベルの意味的依存関係を理解することが強く求められます。この問題に対処するため、私たちはAuto-Encoder Matching (AEM) モデルを提案します。このモデルには2つのオートエンコーダーと1つのマッピングモジュールが含まれています。オートエンコーダーは入力と応答の意味表現を学習し、マッピングモジュールは発話レベルの表現を接続する方法を学習します。自動評価と人間評価による実験結果は、基準モデルに比べて私たちのモデルが高の一貫性と流暢さを持つ応答を生成できる能力を示しています。コードは https://github.com/lancopku/AMM で利用可能です。