私たちは、自然言語（NL）の発話を形式的な意味表現（MR）にマッピングする遷移ベースのニューラルセマンティックパーサー、TRANXを提案します。TRANXは、対象となるMRの抽象構文記述言語に基づいた遷移システムを使用しており、これにより2つの主要な利点があります。(1) 対象となるMRの構文情報を用いて出力空間を制約し、情報フローをモデル化することで高い精度が得られることと、(2) 新しいタイプのMRに容易に適用できる高い汎化能力を持つことです。対象となるMRで許容される構造に対応する新しい抽象構文記述を書くだけで、新しいタイプのMRにも適用できます。4つの異なるセマンティックパースとコード生成タスクにおける実験結果は、私たちのシステムが汎化可能であり、拡張性が高く、既存のニューラルセマンティックパーサーと比較して優れた結果を示していることを示しています。