近年来的共指消解模型高度依赖于片段（span）表示来识别词片段之间的共指关系。由于文本长度为 $n$n 时，片段数量为 $O(n^2)$O(n2)，潜在的共指链接数量可达 $O(n^4)$O(n4)，因此必须采用多种剪枝技术以使该方法在计算上可行。本文提出一种新思路：不再直接处理词片段间的共指关系，而是先建立单个词语之间的共指链接，再由此重构出完整的词片段。这一方法将共指消解模型的复杂度降低至 $O(n^2)$O(n2)，并能够在不进行任何剪枝的前提下，全面考虑所有潜在提及项。此外，我们还证明，在上述改进下，用于共指消解的 SpanBERT 模型将显著落后于 RoBERTa。尽管模型结构极为高效，我们的方法在 OntoNotes 基准测试上仍能与当前先进的共指消解系统相媲美。