يصف هذا البحث نظامنا (HIT-SCIR) المشارك في مهمة CoNLL 2019 المشتركة: تحليل التمثيل المعنوي عبر الإطارات المختلفة. وقد قمنا بتوسيع المُحلل القائم على الانتقالات الأساسي من خلال تحسينين رئيسيين: أ) تدريب فعّال من خلال تحقيق التدريب المتوازٍ لنموذج Stack LSTM؛ ب) تمثيل فعّال للكلمات عبر اعتماد تمثيلات كلمات عميقة مُستندة إلى السياق (BERT). بشكل عام، اقترحنا مسارًا موحدًا لتحليل التمثيل المعنوي، يشمل مُحللات قائمة على الانتقالات مخصصة لكل إطار، وتمثيلًا مُعززًا للكلمات باستخدام BERT، بالإضافة إلى معالجة ما بعد التحليل. وفي التقييم النهائي، حصل نظامنا على المرتبة الأولى وفقًا لمقاييس ALL-F1 (86.2٪)، وخصوصًا حصل على المرتبة الأولى في إطار UCCA (81.67٪).