敵対的訓練（Adversarial Training: AT）は、学習データに小さな摂動を加えることでニューラルネットワーク手法の堅牢性を向上させる正則化方法です。本研究では、ATをエンティティ認識と関係抽出のタスクに適用する方法を示します。特に、エンティティと関係を同時抽出する汎用ベースラインモデルにATを適用することで、異なる文脈（ニュース、バイオメディカル、不動産データ）および異なる言語（英語とオランダ語）の複数のデータセットにおいて最先端の効果性が向上することを実証しています。