实体关系联合抽取方法是一种自然语言处理技术，旨在同时识别文本中的实体及其之间的关系。这种方法将传统的命名实体识别和关系抽取任务合并为一个统一框架，通过共享模型参数和联合优化策略，提高两个子任务之间的协同效果。典型联合抽取方法可分为三类：流水线方法、联合学习方法和端到端方法。流水线方法先识别实体再分类关系，但存在误差传播问题；联合学习方法通过参数共享同时优化两个任务；端到端方法则使用单一模型直接输出实体及其关系。近年来，基于深度学习的联合抽取方法取得显著进展，特别是预训练语言模型的应用大幅提升了性能。这些方法能有效捕捉实体与关系之间的复杂依赖，在信息抽取、知识图谱构建等领域具有重要应用价值。
