Diese Arbeit beschreibt die TUPA-Systemeinreichung für die gemeinsame Aufgabe zum Cross-Framework Meaning Representation Parsing (MRP) auf der Konferenz für Computational Language Learning (CoNLL) 2019. Da sie von einem der Aufgabenko-Organisatoren erstellt wurde, dient TUPA als Baseline für den Vergleich und wird in der offiziellen Rangliste der teilnehmenden Systeme nicht berücksichtigt. Obwohl ursprünglich ausschließlich für UCCA entwickelt, wurde TUPA verallgemeinert, um alle im Rahmen der Aufgabe enthaltenen MRP-Frameworks zu unterstützen, und mittels Multi-Task-Learning trainiert, um alle Frameworks mit einem gemeinsamen Modell zu verarbeiten. Es handelt sich um einen Übergangs-basierten Parser mit einem BiLSTM-Encoder, der durch BERT-embeddings mit kontextueller Information erweitert ist.