نقدم شبكة عصبية مُكَمِّلة بالذاكرة لفهم اللغة الطبيعية: مُشغِّلات الدلالة العصبية (Neural Semantic Encoders). يُزوَّد نموذج NSE بقاعدة تحديث ذاكرة جديدة ويحتوي على ذاكرة ترميز متغيرة الحجم تتطور مع مرور الوقت وتحافظ على فهم التسلسلات الإدخال من خلال عمليات القراءة، التركيب والكتابة. يمكن لنموذج NSE أيضًا الوصول إلى ذواكر متعددة ومشتركة. في هذا البحث، أظهرنا فعالية ومرونة نموذج NSE في خمس مهام مختلفة للغة الطبيعية: الاستدلال اللغوي، الإجابة على الأسئلة، تصنيف الجمل، تحليل مشاعر الوثيقة والترجمة الآلية، حيث حقق نموذج NSE أفضل النتائج المتاحة حتى الآن عند تقييمه على مقاييس عامة متاحة للجمهور. على سبيل المثال، أظهر نموذج الذاكرة المشتركة لدينا نتيجة مشجعة في الترجمة الآلية العصبية، حيث تحسنت النتيجة الأساسية القائمة على الانتباه بمقدار حوالي 1.0 نقطة BLEU.