本稿では、抽出要約タスクの性能向上を目指して、ドキュメントに内在するセグメンテーション構造を活用する手法を提案する。我々は2つのテキストセグメンテーションモデルを構築し、それらの出力予測を抽出要約モデルに導入する際の最適な戦略を同定した。科学論文のコーパスを用いた実験結果から、高精度なセグメンテーション手法を用いることで抽出要約の性能が向上することが明らかになった。特に、重要な情報がドキュメントの冒頭に位置しない文書において、その改善効果が顕著であったことから、セグメンテーション処理がリードバイアス（lead bias）問題の緩和に寄与していると結論づけられる。