L'entraînement adversarial (AT) est une méthode de régularisation qui peut être utilisée pour améliorer la robustesse des méthodes de réseau neuronal en ajoutant de petites perturbations aux données d'entraînement. Nous montrons comment utiliser l'AT pour les tâches de reconnaissance d'entités et d'extraction de relations. En particulier, nous démontrons que l'application de l'AT à un modèle de base polyvalent pour l'extraction conjointe d'entités et de relations permet d'améliorer l'efficacité de pointe sur plusieurs jeux de données dans différents contextes (c'est-à-dire, les nouvelles, les données biomédicales et immobilières) et pour différentes langues (l'anglais et le néerlandais).