语义角色标注（SRL）旨在发现句子中的谓词-论元结构。近年来，无需句法输入的端到端SRL受到了广泛关注。然而，大多数研究主要集中在基于片段或基于依存关系的语义表示形式上，并且仅分别展示了特定模型的优化效果。与此同时，以统一的方式处理这两种SRL任务的效果并不理想。本文提出了一种端到端模型，该模型同时适用于基于依存关系和基于片段的SRL，并采用统一的论元表示方法来处理两种不同类型的论元注释。此外，我们联合预测所有谓词和论元，特别是包括长期被忽视的谓词识别子任务。我们的单一模型在基于片段（CoNLL 2005、2012）和基于依存关系（CoNLL 2008、2009）的SRL基准测试中均取得了最新的最佳结果。