في هذه الدراسة، نعيد النظر في مشكلة تلخيص النصوص الاستخراجية للنصوص الطويلة. نلاحظ أن عملية استخراج الملخصات البشرية يمكن تقسيمها إلى مرحلتين: 1) مرحلة قراءة أولية خفيفة للبحث عن معلومات مبسطة، و2) مرحلة قراءة دقيقة لاحقة لاختيار الجمل الأساسية لتكوين الملخص. وبمحاكاة هذا النموذج المزدوج للمرحلة، نقترح منهجية جديدة لعملية التلخيص الاستخراجية. نُصِف المشكلة كمشكلة ذات نمط "مُحَدِّد سياقي" (contextual-bandit)، ونحلها باستخدام خوارزمية التدرج السياسي (policy gradient). نستخدم شبكة عصبية متعددة الطبقات (convolutional neural network) لتمثيل الفكرة العامة لل_para (الفقرات) في المرحلة الأولى، ونُطبّق سياسة اتخاذ قرار مُعدَّلة بآلية إنهاء مُستَكملة في المرحلة الثانية. أظهرت التجارب على مجموعتي بيانات CNN وDailyMail أن المنهجية المقترحة قادرة على إنتاج ملخصات عالية الجودة ذات أطوال متفاوتة، وتفوق بشكل ملحوظ الطرق الاستخراجية الرائدة من حيث مقاييس ROUGE.