文書の抽出型要約システムにおいて、文スコアリングと文選択は主要な二つのステップです。しかし、従来の研究ではこれらを別々のサブタスクとして扱ってきました。本論文では、文スコアリングと文選択を統合して学習する新しいエンドツーエンドのニューラルネットワークフレームワークを提案します。まず、階層エンコーダーを使用して文書の文章を読み取り、文章の表現を得ます。次に、一つずつ文章を抽出することで出力要約を作成します。従来の手法とは異なり、当手法は選択戦略をスコアリングモデルに統合しており、既に選択された文章に基づいて相対的な重要度を直接予測します。CNN/デイリーメールデータセットでの実験結果から、提案したフレームワークが最先端の抽出型要約モデルよりも著しく優れていることが示されました。