深層学習に基づく生成モデルの学習には大規模なデータセットが必要となるが、オープンデータの多くは複数の話者の対話により構成されている。この場合、モデルが生成する返答のスタイルは制御できない。これは、返答の人間らしさの低下に繋がる、雑談対話において看過できない問題である。このことから、本研究では、発話から返答トピックを、ユーザIDから返答スタイルを決定することで複数のスタイルを反映可能な返答生成モデルを構築する。また、ユーザIDベクトルに対し、単語の使用頻度に基づくユーザの選好情報を反映する重み付けを行ない、スタイル反映性の向上を図る。