En la generación de lenguaje natural, el orden de las palabras es la tarea de colocar las palabras que componen la forma superficial de salida en el orden gramatical correcto. En este artículo, proponemos aplicar algoritmos generales de aprendizaje por ordenación a la tarea de ordenación de palabras en el contexto más amplio de la realización superficial. Las principales contribuciones de este artículo son: (i) el diseño de tres arquitecturas neuronales profundas que implementan enfoques punto a punto, por pares y por listas para la ordenación; (ii) la prueba de estas arquitecturas neuronales en un referente de realización superficial en cinco lenguas naturales pertenecientes a diferentes familias tipológicas. Los resultados de nuestros experimentos muestran resultados prometedores, destacando en particular el rendimiento del enfoque por pares, allanando el camino para una realización superficial más transparente a partir de estructuras arbitrarias en forma de árbol y gráfico.