Данная диссертация посвящена проверке применимости метода машинного обучения с подкреплением в задаче построения семантического представления в формализме AMR для предложений на естественном языке. Развитие алгоритмов обработки естественного языка необходимо для создания и использования баз знаний, без которых невозможна эффективная работы с большими объемами накопленной информации на естественном языке. Семантический анализ - важнейший этап обработки естественного языка, заключающийся в построении формальной модели семантики предложения. В данной диссертации предложен новый подход к решению задачи семантического анализа, основанный на использовании метода машинного обучения с подкреплением SARSA. Метод может быть использован для адаптации работы семантического анализатора в новой предметной области. В работе представлена реализация разработанного алгоритма и даны рекомендации по возможному улучшению предложенного подхода.