大量のテキストデータが存在する現在，文書の概要を生成する文書要約技術の必要性が高まっている．近年のニューラルネットを用いたモデルの発展により，要約技術は飛躍的に発展を遂げており，中でも事前学習モデルBERTを採用したBERTSUMは，抽出型要約と生成型要約のどちらにも対応しており，従来手法と比べた要約精度の向上を報告している．その一方で，要約においてトピック情報を用いることによって精度が向上したという研究が報告されている．本研究ではBERTSUMに対して入力文書のトピック情報を加えることによって，トピックを捉えた要約を目指したモデルを提案し，実験を通じて評価を行うことにより提案モデルの有効性を検証した．
