توليد النص من تمثيل المعنى المجرد (AMR-to-text) هو مشكلة تم تقديمها مؤخرًا إلى مجتمع معالجة اللغة الطبيعية (NLP)، حيث الهدف هو توليد جمل من رسومات تمثيل المعنى المجرد (AMR). يمكن استخدام نماذج التحويل من تسلسل إلى تسلسل لتحقيق هذا الهدف عن طريق تحويل الرسومات AMR إلى سلاسل نصية. ومع ذلك، التعامل مع المشكلة مباشرة باستخدام الرسومات يتطلب استخدام نماذج التحويل من رسم إلى تسلسل التي تقوم بترميز الرسم AMR في تمثيل متجهي. قد أظهرت هذه الترميزات فائدتها في الماضي، وعلى عكس الترميز التتابعي، فإنها تتيح لنا التقاط الهياكل المتكررة بشكل صريح في الرسومات AMR. نقوم بفحص مدى تأثير المتكررات (العقد ذات الوالدين المتعددين) على عملية توليد النص من AMR من خلال مقارنة مرمِّزات الرسوم مع مرمِّزات الأشجار، حيث لا يتم الحفاظ على المتكررات. نوضح أن التحسينات في معالجة المتكررات والارتباطات طويلة المدى تسهم في تحقيق درجات أعلى بشكل عام لمُرمِّزات الرسوم. حقق أفضل نموذج لدينا درجة 24.40 BLEU على مجموعة بيانات LDC2015E86، مما يتفوق على أحدث ما وصل إليه العلم بمقدار 1.1 نقطة، ودرجة 24.54 BLEU على مجموعة بيانات LDC2017T10، مما يتفوق على أحدث ما وصل إليه العلم بمقدار 1.24 نقطة.