本研究では、この課題を解決するために、新しい教師なし戦略を提案する。この戦略は、優れた要約は元の対話の置き換えに近似しており、対話生成などの補助的な（教師なしの）タスクでは、両者はほぼ同等であるという仮説的な基盤に基づいている。 提案された戦略RepSumは、後続のn番目の発話の生成と分類のタスクに導かれて、抽出的な要約と抽象的な要約の両方を生成するために適用される。

様々なデータセットを用いた広範な実験により、提案モデルが他の教師なし手法と比較して優れていることを示す。