Le résumé basé sur l'extraction de texte est intrinsèquement limité, mais les méthodes abstraites de type génération ont montré qu'elles sont difficiles à mettre en œuvre. Dans cette étude, nous proposons une approche entièrement pilotée par les données pour le résumé de phrases abstraites. Notre méthode utilise un modèle basé sur l'attention locale qui génère chaque mot du résumé en fonction de la phrase d'entrée. Bien que la structure du modèle soit simple, il peut être facilement entraîné de manière end-to-end et s'adapte à un grand volume de données d'entraînement. Le modèle montre des gains de performance significatifs sur la tâche partagée DUC-2004 comparativement à plusieurs points de référence solides.