Deep learning has been used successfully in several applications in Natural Language Processing area. One of the applications is summarization of sentences, which can be extractive or abstractive. In this work, abstract summarization is addressed, on which summary is generated from abstractions and linguistic techniques, with the possibility of using words not found in the input sentence, which does not occur in extractive summarization, on which the output is a subset of the input. In this work, five papers were selected, in which the two most recent articles implementations were executed and tested, with the results being compared with those published in the articles and with the comparative analysis of some of the summaries generated by the trained models.Deep learning (aprendizado profundo) tem sido utilizado com sucesso em várias publicações na área de Processamento de Linguagem Natural. Uma das aplicações é a sumarização de sentenças, que pode ser extrativa ou abstrativa. Neste trabalho será abordada a sumarização abstrativa, na qual o sumário é gerado a partir de abstrações e técnicas linguísticas, com a possibilidade de uso de palavras não encontradas no texto de entrada. O que não ocorre na sumarização extrativa, na qual a saída é um subconjunto da entrada. Para isso, foram selecionados cinco artigos, em que as implementações dos dois artigos mais recentes foram executados e testados. Os resultados foram comparados com os divulgados nos artigos. Além disso, foi feita uma análise comparativa de alguns dos sumários gerados pelos modelos treinados.