本論文では、抽出的な要約生成に対する敵対的手法を提案します。この手法では、生成モデルGと識別モデルDを同時に学習させます。特に、ジェネレータGを強化学習のエージェントとして構築し、生のテキストを入力として受け取り、抽象的な要約を予測します。また、生成された要約と正解の要約を区別する識別器も構築しました。広範な実験により、当社のモデルはCNN/デイリー・メールデータセットにおいて最先端の手法と競合するROUGEスコアを達成することが示されました。質的にも、当社のモデルがより抽象的で読みやすく多様な要約を生成できることが確認できました。