简介： 本发明属于自然语言处理和强化学习技术领域，提供了一种基于推理对话模型的人机个性化对话方法及系统。其中，该方法包括接收用户的提问信息，基于推理对话模型及训练语料的特征生成候选回复，对候选回复进行表征和抽象表示；检测候选回复与给定角色信息关系，归一化操作判断候选回复所属的类别，将得到的回复所属类别概率分布作为优化的指标，得到动态优化对话生成策略；基于动态优化对话生成策略优化推理对话模型，实现智能体与用户对话过程的动态优化。