本稿では、削除に基づく文要約に対する言語モデルベースの評価器を提示し、このタスクを評価器を用いた一連の削除・評価操作として捉える。具体的には、評価器は単語間の構文的・構造的共起関係を学習することで事前に構築された構文的ニューラル言語モデルである。その後、強化学習フレームワークを用いて、元の文に対して一連の試行錯誤的な削除操作を実施し、最適な要約文を獲得する。実証的研究により、提案モデルが、複数の強力なベースラインと比較して同等または優れた読みやすさを持つ要約を効果的に生成できることを示した。さらに、大規模データセット向けに200文のテストセットを導入し、今後の研究における新たなベースラインを設定した。