Nous présentons TRANX, un analyseur sémantique neuronal basé sur des transitions qui mappe les énoncés en langage naturel (NL) vers des représentations formelles de sens (MR). TRANX utilise un système de transitions fondé sur le langage de description de la syntaxe abstraite pour la cible MR, ce qui lui confère deux avantages majeurs : (1) il est très précis, utilisant des informations issues de la syntaxe de la cible MR pour restreindre l'espace de sortie et modéliser le flux d'information, et (2) il est très généralisable, pouvant être facilement appliqué à de nouveaux types de MR en rédigeant simplement une nouvelle description de syntaxe abstraite correspondant aux structures autorisées dans le MR. Des expériences menées sur quatre tâches différentes d'analyse sémantique et de génération de code montrent que notre système est généralisable, extensible et efficace, enregistrant des résultats solides comparativement aux analyseurs sémantiques neuronaux existants.