文簡素化の目的は、文の複雑さを減らしつつ、元の意味を保つことです。現在の文簡素化モデルでは、機械翻訳研究から得られたアイデアを取り入れ、通常文と簡素化文のペアから簡素化マッピングルールを暗黙的に学習しています。本論文では、多層・多頭注意アーキテクチャに基づく新しいモデルを探索し、実世界の簡素化ルールを幅広くカバーする外部パラフレーズ知識ベースであるSimple PPDB（Simplification Paraphrase Database）を統合するための2つの革新的な手法を提案します。実験結果は、統合が以下の2つの大きな利点をもたらすことを示しています：(1) 提案された統合モデルは、文献に記載されている複数の最先端基準モデルよりも優れた性能を発揮します。(2) ルール利用の分析を通じて、モデルはより正確な簡素化ルールを選択しようとします。本論文中で使用したコードとモデルは、https://github.com/Sanqiang/text_simplification で公開されています。