我们研究了联合实体关系抽取任务。与以往工作不同，本文提出了一种基于最小风险训练（Minimum Risk Training, MRT）的轻量级联合学习范式。具体而言，我们的算法优化了一个全局损失函数，该函数具有良好的灵活性与有效性，能够充分挖掘实体模型与关系模型之间的交互关系。我们构建了一个简洁而强大的神经网络架构，并在其中实现了MRT训练过程。在标准数据集ACE05和NYT上的实验结果表明，所提出的模型能够实现当前最优的联合抽取性能。