研究論文の読み書きは、資格のある研究者が習得すべき最も特権的な能力の一つです。しかし、新しい研究者（例：学生）がこの能力を完全に掌握することは困難です。もし、知能エージェントを訓練して人々が論文を読んだり要約したりするのを助けることができ、さらには新たな論文を書くために潜在的な知識の手がかりを見つけて活用することができれば、それは非常に魅力的でしょう。既存の研究では、与えられたテキスト内の知識を要約すること（つまり、読むこと）や、与えられた知識に基づいてテキストを生成すること（つまり、書くこと）に焦点を当てたものがありますが、同時に読み書きを行う能力はまだ開発途上です。通常、これはエージェントが与えられたテキスト資料から完全に知識を理解し、正しく流暢な新たな段落を生成することを必要としますが、実際には非常に挑戦的です。本稿では、Deep ReAder-Writer (DRAW) ネットワークを提案します。このネットワークは以下の三つの部分で構成されています：入力段落から知識グラフ (KGs) を抽出し潜在的な知識を見つけ出す \textit{Reader} 部分、新たな段落を生成するグラフからテキストへの \textit{Writer} 部分、そして生成された段落を三つの異なる観点から評価する \textit{Reviewer} 部分です。広範な実験により、我々の DRAW ネットワークは AGENDA および M-AGENDA データセットにおいて考慮されたベースラインやいくつかの最先端手法よりも優れていることが示されました。当該コードと補足資料は https://github.com/menggehe/DRAW で公開されています。