Wir präsentieren ein speicherbasiertes Modell für kontextabhängige semantische Parsung. Bisherige Ansätze konzentrieren sich darauf, dem Dekoder die Fähigkeit zu verleihen, den Parsen aus der vorherigen Äußerung zu kopieren oder zu modifizieren, wobei vorausgesetzt wird, dass zwischen dem aktuellen und dem vorherigen Parsen eine Abhängigkeit besteht. In dieser Arbeit schlagen wir vor, kontextuelle Informationen mittels eines externen Speichers darzustellen. Wir lernen einen Kontext-Speicher-Controller, der den Speicher verwaltet, indem er die kumulative Bedeutung sequenzieller Benutzeräußerungen aufrechterhält. Wir evaluieren unseren Ansatz an drei Benchmarks für semantische Parsung. Experimentelle Ergebnisse zeigen, dass unser Modell kontextabhängige Informationen besser verarbeiten kann und eine verbesserte Leistung erzielt, ohne task-spezifische Dekoder zu verwenden.