针对视觉丰富文档（Visual Rich Document, VRD）中的实体抽取已开展多项研究工作。然而，针对实体链接问题的研究仍较为有限。其主要难点在于实体之间可能的链接边数量呈平方级增长，导致计算复杂度显著提升。为此，本文提出一种基于有向图的卷积网络（Directed Graph Convolutional Network, DGCN），用于预测实体之间的关系。实验结果表明，该方法在FUNSD实体链接任务上优于现有主流方法。