在基于文档的对话系统中，参考知识识别要求根据对话历史从外部相关文档中识别出回复当前对话所依赖的相关信息。参考知识识别模型是基于文档的对话系统的必要模块，对生成回复的质量有重要影响。现有方法通常采用基于预训练的边界分类模型，然而，由于参考知识通常难以唯一确定，使用单一参考知识标签训练的模型面临鲁棒性差、泛化性低等问题。为此，该文提出了一种基于集成式自蒸馏的参考知识识别方法，该方法利用模型自身提供的参考知识软标签，依据提出的自蒸馏损失再次训练模型。集成后，模型在Doc2dial测试集上的F1值和完全匹配率分别达到了76.71和63.92，预测的参考知识所生成回复的BLEU值相较RoBERTa模型提升了1.7。