【摘要】[目的/意义]为缓解政策信息过载、提高政策阅读效率及提升政策作用发挥效果，对政策文本的核心信息进行汇总凝练并生成高质量摘要。[方法/过程]集成无监督模型和算法，提出基于句向量改进的政策文本关键句子抽取策略；将依存句法结构融合至政策文本摘要生成中，提取政策文本依存句法树及其依存句法特征，增强基于RoBERTa模型的政策文本表示效果；在基于Seq2Seq的政策文本摘要生成模型中，引入PGN模型和改进SIMCLS模型筛选出最佳候选摘要，提升模型性能与所生成摘要的质量。[结果/结论]针对国务院政策文本的摘要生成实验表明，研究构建的融合关键句子和依存句法的政策文本摘要模型与策略，在ROUGE指标的评价上显著优于其他模型，且从实例呈现上看，模型所生成摘要在语义和语言质量上均表征良好。但政策文本摘要生成的连贯性有待提升，用于学习训练的、适用的参考摘要较少，摘要生成的评价评估有待进一步完善。