本稿では、文要約に用いられる削除ベースの長短期記憶（LSTM）ニューラルネットワークモデルのドメイン適応性を向上させる方法を検討する。我々は、構文情報の活用が、このようなモデルのドメイン間でのロバスト性を高めると仮定する。この仮説に基づき、モデルに二つの主要な変更を提案する。第一に、明示的な構文特徴を導入し、第二に、整数線形計画法（ILP）を用いて構文制約を組み込む。評価結果から、提案モデルが元のモデルおよび従来の非ニューラルネットワークベースのモデルと比較して、クロスドメイン設定において優れた性能を発揮することが明らかになった。