Les modèles de résumé abstrait neuronal ont permis d'obtenir des résultats prometteurs dans le résumé de documents relativement courts. Nous proposons le premier modèle pour le résumé abstrait de documents plus longs et structurés (par exemple, des articles de recherche). Notre approche repose sur un nouvel encodeur hiérarchique qui modélise la structure rhétorique du document, et sur un décodeur attentif sensible à la structure rhétorique pour générer le résumé. Les résultats empiriques sur deux grands ensembles de données d'articles scientifiques montrent que notre modèle dépasse significativement les modèles de pointe actuels.