L’extraction d’événements est un défi en raison de la structure complexe des enregistrements d’événements et du fossé sémantique entre le texte et les événements. Les méthodes traditionnelles extraient généralement les enregistrements d’événements en décomposant la tâche de prédiction de structure complexe en plusieurs sous-tâches. Dans cet article, nous proposons Text2Event, un paradigme de génération séquence-à-structure permettant d’extraire directement les événements à partir du texte de manière end-to-end. Plus précisément, nous concevons un réseau séquence-à-structure pour une extraction unifiée des événements, un algorithme de décodage contraint pour injecter les connaissances sur les événements pendant l’inférence, ainsi qu’un algorithme d’apprentissage par curriculum pour une apprentissage efficace du modèle. Les résultats expérimentaux montrent que, en modélisant uniformément toutes les tâches dans un seul modèle et en prédisant universellement différentes étiquettes, notre méthode atteint des performances compétitives en utilisant uniquement des annotations au niveau des enregistrements, tant dans les cadres d’apprentissage supervisé que de transfert.