我们提出一种用于抽取式摘要的新神经序列到序列模型，名为SWAP-NET（基于交替指针网络的句子与词语生成模型）。抽取式摘要通常由输入文档中最具代表性的句子子集构成，同时往往包含重要的关键词。基于这一原则，我们设计了SWAP-NET，该模型采用一种新型的两层指针网络架构，以建模关键词与关键句子之间的交互关系。SWAP-NET能够同时识别输入文档中的关键句子与重要词语，并将二者有机结合，生成最终的抽取式摘要。在大规模基准语料库上的实验结果表明，SWAP-NET在性能上优于现有的先进抽取式摘要模型，展现出显著的有效性。