摘要
关系抽取的任务是在原始文本中识别出实体提及片段，并进一步识别这些实体提及之间的关系。近年来，针对这一片段级任务的方法主要采用基于标记（token-level）的模型，但这类方法存在固有局限：难以有效定义和实现片段级特征，无法建模重叠的实体提及，且由于采用序列解码机制，容易产生误差累积。为解决上述问题，我们提出一种新模型，该模型直接建模所有可能的文本片段，并实现实体提及识别与关系抽取的联合建模。在ACE2005数据集上，该模型取得了62.83的F1分数，创下新的最先进性能纪录（此前最佳为60.49）。