現在、研究者たちはオープンドメインにおけるリトリーバル型対話に大きな注目を寄せている。特に、公に認められたベンチマークデータセットを用いて、複数ターンの応答選択における文脈-応答のマッチング問題を解明しようとする研究が進められている。最先端の手法は、応答が文脈内の各発話と最初から相互作用する必要があるが、その相互作用は浅いものにとどまっている。本研究では、インタラクション・オーバー・インタラクション・ネットワーク（IoI）を提案することで、発話-応答間の相互作用を深くする。このモデルは、複数のインタラクションブロックを積み重ねることでマッチングを実現し、一度の相互作用から得られた残差情報が再び相互作用プロセスを開始する。その結果、発話-応答ペア内のマッチング情報を反復的に抽出し、表現を通じてブロックの連鎖に沿って情報が伝播する。3つのベンチマークデータセットにおける評価結果から、IoIが各種マッチング指標において最先端手法を顕著に上回ることが示された。さらに詳細な分析により、インタラクションの深さがIoIの性能にどのように影響するかについても明らかになった。