エントレインメントは，対話における話者間の話し方が対話の進行に従い類似する現象を指す．エントレインメントを考慮して対話システムの応答選択・応答生成を制御する試みもある．一方で，対話システムがどの程度エントレインメントする応答をするべきかは経験則により決定され，文脈に対する理想的なエントレインメントの度合いを自動決定する対話システムは十分検討されていない．本研究では，対話文脈に対して理想的なエントレインメント度合いを自動決定し，ニューラル対話モデルのn-best応答候補をそれに基づきリランキングする手法を提案する．人間同士の対話におけるリアルタイムな同調戦略を対話システムに模倣させることで，応答の自然性が向上することを期待する．このリランキングによる効果を確認するため，提案手法の応答について自動評価および主観評価を行った．実験の結果，提案したリランキング手法が主観評価を顕著に悪化させることなく応答のエントレインメントを制御することが可能であり，エントレインメント誤差を減少させることを示した．また，既存のエントレインメント指標の問題などが示唆された．