我々は、文書の抽出的要約に用いるリカレントニューラルネットワーク（RNN）に基づくシーケンスモデルであるSummaRuNNerを提案し、その性能が最先端の手法と同等かそれ以上のものであることを示します。当モデルはさらに解釈可能性が高いという利点があり、情報量、重要度、新規性などの抽象的な特徴ごとに予測結果の可視化が可能です。また、当研究のもう一つの新規な貢献は、抽出的モデルに対する抽象的訓練方法で、人間が生成した参照要約のみを使用して訓練できるため、文レベルでの抽出ラベルの必要性を排除することができます。