多轮对话任务是自然语言处理中最具有实用价值的技术之一，该任务要求系统在产生通顺回答语句的同时能够照顾到上下文信息。近年来，出现了一大批以HRED(hierarchical recurrent encoder-decoder)模型为基础的多轮对话模型，其运用多层级的循环神经网络来编码上下文信息，并在Movie-DiC等英文对话数据集上取得了不错的结果。在2018年京东举办的中文多轮对话大赛中，京东向参赛选手公布了一批高质量的真实客服对话语料。该文在此数据上进行实验，针对HRED模型的缺点以及在中文语料下的表现进行改进，提出基于注意力和跨步融合机制与HRED模型结合的方案，实验结果表明，该方案取得了较大的性能提升。