私たちは意味役割ラベリング（Semantic Role Labeling, SRL）のためにシンプルかつ正確なスパンベースのモデルを提案します。当該モデルは、すべての可能な引数スパンを直接考慮し、各ラベルに対してスコア付けを行います。デコーディング時には、高いスコアを持つラベル付きスパンを選択します。当該モデルの利点の一つは、トークンベースのBIOタギング手法では使用が難しいスパンレベルの特徴量を設計および使用できることです。実験結果は、私たちのアンサンブルモデルが最先端の成果を達成しており、CoNLL-2005データセットで87.4 F1、CoNLL-2012データセットで87.0 F1という結果を示しています。