L'analyse sémantique vise à cartographier les énoncés en langage naturel sur des représentations de sens structurées. Dans ce travail, nous proposons une architecture neuronale sensible à la structure qui décompose le processus d'analyse sémantique en deux étapes. Étant donné un énoncé d'entrée, nous générons d'abord un croquis grossier de sa signification, où les informations de bas niveau (telles que les noms de variables et les arguments) sont omises. Ensuite, nous complétons les détails manquants en prenant en compte à la fois l'entrée en langage naturel et le croquis lui-même. Les résultats expérimentaux sur quatre jeux de données caractéristiques de différents domaines et représentations de sens montrent que notre approche améliore constamment les performances, obtenant des résultats compétitifs malgré l'utilisation de décodeurs relativement simples.