摘要

我们提出了一种基于图的神经网络模型，用于关系抽取。该模型同时处理句子中的多个实体对，并考虑它们之间的相互作用。句子中的所有实体都被放置在一个全连接图结构的节点上。实体对周围的上下文被表示为带有位置感知的边。为了考虑两个实体之间不同的关系路径，我们在每对实体之间构建了最多长度为l的路径（walks）。生成的路径被合并，并迭代地用于更新边表示，将其转换为更长路径的表示。实验结果表明，该模型在ACE 2005数据集上的性能与现有最先进系统相当，且未使用任何外部工具。