私たちは、品詞タグ付けとグラフベースの係り受け解析を共同で学習する新しいニューラルネットワークモデルを提案します。当該モデルは、双方向LSTM（Long Short-Term Memory）を使用して、品詞タグ付けと係り受け解析の両タスクに共有される特徴表現を学習することで、特徴量設計の問題に対処しています。私たちは19言語におけるUniversal Dependenciesプロジェクトのデータを用いて広範な実験を行い、その結果、当該モデルが既存の最先端のニューラルネットワークベースのStack-propagationモデル（スタック伝播モデル）を上回ることが示されました。これにより、新たな最先端の成果が達成されました。私たちのコードはオープンソースであり、事前学習済みモデルとともに以下のURLから入手可能です: https://github.com/datquocnguyen/jPTDP