تُظهر النماذج التسلسلية العصبية قدرة محدودة على التعميم التجميعي في مهام تحليل المعنى. يتطلب التعميم التجميعي إعادة تجميع جبري، أي إعادة تجميع تعبيرات منظمة ديناميكيًا بطريقة تكرارية. ومع ذلك، تركز معظم الدراسات السابقة بشكل رئيسي على إعادة تجميع الوحدات اللفظية، وهي جزء مهم ولكن غير كافٍ من إعادة التجميع الجبري. في هذه الورقة، نقترح نموذج LeAR، وهو نموذج عصبي نهائياً يتعلم إعادة التجميع الجبري لتحقيق التعميم التجميعي. والرؤية الأساسية تكمن في نمذجة مهمة تحليل المعنى كهمومورفيزم (تماثل جبري) بين جبر تركيبي خفي وجبر معنوي، مما يشجع على إعادة التجميع الجبري. وبشكل محدد، نتعلم وحدتين معًا: وحدة "المُركِّب" (Composer) لإنتاج التركيب الخفي، ووحدة "المُفسِّر" (Interpreter) لتعيين العمليات المعنوية. وأظهرت التجارب على مBenchmarkين واقعيين وشاملين للتعميم التجميعي فعالية نموذجنا. وتم إتاحة الشفرة المصدرية للنموذج للعامة عبر الرابط: https://github.com/microsoft/ContextualSP.