Nous présentons SummaRuNNer, un modèle de séquence basé sur les Réseaux de Neurones Récurents (RNN) pour la résumation extractive des documents, et nous montrons qu'il atteint des performances supérieures ou comparables à celles de l'état de l'art. Notre modèle présente en outre l'avantage d'être très interprétable, car il permet une visualisation de ses prédictions décomposées par des caractéristiques abstraites telles que le contenu informatif, la pertinence et la nouveauté. Une autre contribution novatrice de notre travail est la formation abstraite de notre modèle extractif, qui peut être entraîné uniquement sur des résumés de référence générés par des humains, éliminant ainsi le besoin d'étiquettes extractives au niveau des phrases.