我々は、AMR解析をシーケンス・トゥ・グラフ変換として扱うアテンションベースのモデルを提案します。既存の多くのAMRパーサーが事前学習済みのアライナー、外部の意味資源、またはデータ拡張に依存しているのに対し、提案するパーサーはアライナーを必要とせず、限定的な量のラベル付きAMRデータで効果的に学習できます。実験結果では、AMR 2.0（LDC2017T10でF1スコア76.3%）およびAMR 1.0（LDC2014T12でF1スコア70.2%）において、これまで報告されたすべてのSMATCHスコアを上回っています。