Nous présentons un parseur AMR (Abstract Meaning Representation) basé sur un modèle encodeur-décodeur neuronal, qui étend un modèle fondé sur l’attention en prédisant explicitement l’alignement entre les nœuds du graphe et les tokens de la phrase à l’aide d’un mécanisme de pointeur. Les candidats de lemmes sont prédits au préalable, de sorte que les lemmes des concepts lexicaux, ainsi que les chaînes constantes, sont éliminés de la linéarisation du graphe et récupérés grâce aux alignements prédits. Cette approche ne dépend ni d’analyses syntaxiques ni de ressources externes étendues. Notre parseur a obtenu un score de 59 % sur le jeu de test SemEval selon la métrique Smatch.