نقوم بتجريب أساليب مختلفة لتدريب شبكات LSTM لتوقع أشجار التحليل النحوي لسياق RST. التحدي الرئيسي في تحليل سياق RST هو قلة كمية البيانات التدريبية. ونتغلب على هذا التحدي من خلال تنظيم نماذجنا باستخدام الإشراف على المهام من مهام ذات صلة، بالإضافة إلى وجهات نظر بديلة حول الهياكل السياقية. ونُظهر أن مُحلّل السياق التسلسلي البسيط باستخدام LSTM يستفيد من هذا الإطار متعدد الأوجه والمهام، حيث يحقق خفضًا في الأخطاء بنسبة 12-15٪ مقارنةً بالنموذج الأساسي (حسب المقياس)، ويُحقق نتائج تُنافس مُحلّلات الحالة المتقدمة الأكثر تعقيدًا.