La simplification de phrases vise à simplifier le contenu et la structure des phrases complexes, afin de les rendre plus faciles à interpréter pour les lecteurs humains et plus simples à traiter pour les applications de traitement du langage naturel en aval. Les récentes avancées en traduction automatique neuronale ont ouvert la voie à de nouvelles approches pour cette tâche. Dans cet article, nous adaptons une architecture dotée de capacités mémoire augmentées appelée Neural Semantic Encoders (Munkhdalai et Yu, 2017) pour la simplification de phrases. Nos expériences démontrent l'efficacité de notre approche sur différents jeux de données de simplification, tant en termes de mesures d'évaluation automatiques que selon les jugements humains.