Les modèles de codage-décodage basés sur les RNN et utilisant l'attention pour la génération de résumés abstraits ont obtenu de bons résultats sur des séquences d'entrée et de sortie courtes. Cependant, pour des documents et des résumés plus longs, ces modèles incluent souvent des phrases répétitives et incohérentes. Nous présentons un modèle de réseau neuronal doté d'une nouvelle attention interne qui porte séparément sur l'entrée et la sortie générée en continu, ainsi qu'une nouvelle méthode d'entraînement combinant l'apprentissage supervisé standard de prédiction de mots et l'apprentissage par renforcement (RL). Les modèles entraînés uniquement avec l'apprentissage supervisé présentent souvent un biais d'exposition ("exposure bias") - ils supposent que la vérité terrain est fournie à chaque étape pendant l'entraînement. Cependant, lorsque la prédiction standard de mots est combinée à l'entraînement de prédiction globale de séquence par RL, les résumés générés deviennent plus lisibles. Nous évaluons ce modèle sur les jeux de données CNN/Daily Mail et New York Times. Notre modèle atteint un score ROUGE-1 de 41,16 sur le jeu de données CNN/Daily Mail, une amélioration par rapport aux modèles précédents considérés comme étant à l'état de l'art. Une évaluation humaine montre également que notre modèle produit des résumés de meilleure qualité.