Nous présentons la tâche de résumé extrême, une nouvelle approche de résumé mono-document qui ne favorise pas les stratégies extractives et nécessite un modèle abstraitif. L'idée est de créer un court résumé d'actualité en une seule phrase répondant à la question « De quoi l'article parle-t-il ? ». Nous collectons un jeu de données à grande échelle et basé sur des situations réelles pour cette tâche en exploitant des articles en ligne provenant de la British Broadcasting Corporation (BBC). Nous proposons un nouveau modèle abstraitif conditionné par les sujets de l'article et entièrement basé sur des réseaux neuronaux convolutifs. Nous démontrons expérimentalement que cette architecture capture les dépendances à long terme dans un document et reconnaît le contenu pertinent, surpassant ainsi un système extractif oraculaire et les approches abstraitives les plus avancées lorsqu'évaluées automatiquement et par des humains.