私たちは、手作りの特徴量を使用せずに、固有表現とそれらの間の関係を同時抽出するためのニューラルネットワークモデルを提案します。当モデルの主要な貢献は、BiLSTM-CRFベースの固有表現認識モデルに深層双方向アテンション層を追加することで、関係分類における潜在的な特徴量の二次相互作用をモデル化し、特に方向性のある関係における固有表現の役割に注目することです。ベンチマーク「関係および固有表現認識」データセットCoNLL04において、実験結果は当モデルが以前のモデルを上回り、新たな最先端性能を達成していることを示しています。