意味解析の目的は、自然言語の発話を構造化された意味表現にマッピングすることである。本研究では、意味解析プロセスを2つの段階に分解する構造認識型ニューラルアーキテクチャを提案する。入力発話が与えられた場合、まずその意味の粗いスケッチを生成し、低レベルの情報（変数名や引数など）は省略する。次に、自然言語の入力とスケッチ自体を考慮して、欠落している詳細を補完する。異なるドメインと意味表現を持つ4つのデータセットでの実験結果は、当方針が一貫して性能を向上させることを示しており、比較的単純なデコーダを使用pitewithstanding にもかかわらず競争力のある結果を達成している。注：「pitewithstanding」は原文に誤りがある可能性があります。もし「notwithstanding」であれば、「にもかかわらず」と訳します。