我々は、アテンションベースのモデルを拡張し、グラフノードと文トークンの対応関係をポインタ機構を用いて明示的に予測するニューラルエンコーダデコーダ型AMRパーサーを提案する。この手法では、事前処理として候補となる語幹（lemma）を予測し、語彙的概念の語幹および定数文字列をグラフ線形化から分離し、予測された対応関係を通じて再構成する。本アプローチは構文解析結果や膨大な外部リソースに依存しない。提案手法はSemEvalテストセットにおいて59%のSmatchスコアを達成した。