Cet article étudie la construction d'une base solide fondée sur des modèles séquence-à-séquence à usage général pour l'analyse constituante. Nous intégrons plusieurs techniques initialement développées dans le cadre de tâches de génération de langage naturel, telles que la traduction automatique et la synthèse de résumés, et démontrons que le modèle séquence-à-séquence atteint, presque sans nécessiter de connaissance explicite spécifique à la tâche ou d'architecture dédiée à l'analyse constituante, les performances actuelles des meilleurs parseurs existants.