يُعتبر التصنيف الفائق (Supertagging) تقليديًا مهمةً مهمةً في تحليل الجمل باستخدام النحو الفئوي التركيمي (Combinatory Categorial Grammar - CCG)، حيث يعتبر نمذجة المعلومات السياقية بشكل فعال ذات أهمية كبيرة لهذه المهمة. ومع ذلك، لم تبذل الدراسات الحالية جهودًا كافية للاستفادة من الخصائص السياقية، باستثناء استخدام مرممات قوية (مثل bi-LSTM). في هذه الورقة البحثية، نقترح شبكات الرسم البياني التلافيفية الانتباهية (Attentive Graph Convolutional Networks) لتعزيز التصنيف الفائق العصبي للنحو CCG من خلال حل جديد يستفيد من المعلومات السياقية. تحديدًا، نبني الرسم البياني من الأجزاء (n-grams) المستخرجة من القاموس ونطبق آلية الانتباه على الرسم البياني، بحيث يتم وزن أزواج الكلمات المختلفة من السياقات داخل وعبر الأجزاء في النموذج، مما يساعد على تعزيز التصنيف الفائق وفقًا لذلك. أظهرت التجارب التي أجريت على CCGbank أن نهجنا يتفوق على جميع الدراسات السابقة فيما يتعلق بالتصنيف الفائق والتحليل النحوي. توضح التحليلات الإضافية فعالية كل مكون في نهجنا في التعلم التمييزي من أزواج الكلمات لتعزيز التصنيف الفائق للنحو CCG.