对话系统论文集（13）-多答案新数据集

问题：
答案不应该是惟一的一个，应该多个答案均可。
创新点：
1）给出新的数据集。实际上是一句话两个问题的位置进行交换，例如询问西餐厅的地点和时间。
2）
给不同的答案创造不同的mask向量，来针对当前对话的state进行局部注意。

SL阶段，通过真实对话的回答 直接参与训练。

在RL阶段是，参数先pre-trained自己训练到和SL差不多（不是直接套用产生mask的参数）

不明白预训练到底如何操作的。
实现细节上：
使用memory network