مشكلة توليد النص من الرسم البياني للهيكل الدلالي المجرد (AMR) هي استعادة نص يمثل نفس المعنى الذي يعبر عنه رسم بياني AMR مدخل. الطريقة الأكثر تقدماً حاليًا تعتمد على نموذج التحويل من تسلسل إلى تسلسل، مستخدمة LSTM لترميز الهيكل AMR المُستقيم. رغم قدرتها على تمثيل المعلومات الدلالية غير المحلية، يمكن أن تخسر LSTM التسلسليّة معلومات من بنية الرسم البياني AMR، وبالتالي تواجه تحديات مع الرسوم البيانية الكبيرة التي تنجم عنها سلاسل طويلة. نقدم في هذا البحث نموذجًا عصبيًا جديدًا يحول الرسم البياني إلى تسلسل، مستخدمين بنية LSTM جديدة لترميز الدلالات على مستوى الرسم البياني مباشرة. في مقاييس الأداء القياسية، أظهر نموذجنا نتائج أفضل من الطرق الموجودة في الأدبيات العلمية.