L'extraction de relations consiste à identifier les occurrences d'entités dans un texte brut, puis à établir les relations entre les paires d'occurrences d'entités. Les approches récentes pour cette tâche au niveau des segments reposent sur des modèles au niveau des jetons, qui présentent des limites intrinsèques : elles peinent à définir et à implémenter efficacement des caractéristiques au niveau des segments, ne permettent pas de modéliser des occurrences d'entités chevauchantes, et souffrent d'erreurs cumulatives dues à l'utilisation d'une décodage séquentiel. Pour répondre à ces défis, nous proposons un modèle qui modélise directement tous les segments possibles et effectue conjointement la détection des occurrences d'entités et l'extraction de relations. Nous rapportons une nouvelle performance de pointe sur le jeu de données ACE2005, atteignant un score F1 de 62,83 (le précédent meilleur résultat était de 60,49).