【摘要】[目的/意义]为进一步提升金融领域事件抽取的效果，增强事件抽取两个子任务之间的关联性。[方法/过程]在中文金融文本上进行事件抽取相关研究，提出一种融合预训练模型与多层卷积神经网络的金融事件联合抽取方法，首先通过预训练模型BERT捕捉句子序列的综合语义信息，然后接入本文设计的多层卷积架构MultiCNN,分层提取局部窗口和高维空间语义信息，同时实现事件识别和要素抽取这两个任务，再通过引入对比损失，进一步强化两个任务之间的关联。[结果/结论]在中文金融事件数据集上F_1达到82.20%,比各个基准抽取模型均有一定提升。