Diese Arbeit untersucht den Aufbau einer starken Baseline auf der Grundlage allgemeiner sequenz-zu-Sequenz-Modelle für die Constituency-Parsing-Aufgabe. Wir integrieren mehrere Techniken, die ursprünglich hauptsächlich in Aufgaben des natürlichen Sprachgenerierens, wie beispielsweise maschinellem Übersetzen und Zusammenfassung, entwickelt wurden, und zeigen, dass das Sequenz-zu-Sequenz-Modell die derzeit besten Leistungen von Parsern erreicht (fast) ohne jegliche explizite, auf die Aufgabe des Constituency-Parsing zugeschnittene Wissens oder Architektur.