في هذا البحث، نقوم بنمذجة تلخيص النص الاستنتاجي باستخدام شبكات العصبونات المتكررة ذات المُشغِّل التفكيكي المُركز (Attentional Encoder-Decoder Recurrent Neural Networks)، ونظهر أن هذه الشبكات تحقق أداءً يتفوق على أفضل ما تم تحقيقه سابقًا في مجموعتين مختلفتين من البيانات. نقترح عدة نماذج جديدة تعالج المشكلات الحرجة في التلخيص التي لا يتم نمذجتها بشكل كافٍ بواسطة الهيكل الأساسي، مثل نمذجة الكلمات الرئيسية، التقاط هرمية بنية الجملة إلى الكلمة، وإصدار الكلمات النادرة أو غير المرئية أثناء التدريب. يظهر عملنا أن العديد من النماذج المقترحة لدينا تسهم في تحسين الأداء بشكل إضافي. كما نقترح مجموعة بيانات جديدة تتكون من تلخيصات متعددة الجمل، ونحدد مقاييس الأداء لدعم البحوث المستقبلية.