摘要
本发明公开了一种基于图神经网络的关系抽取方法及系统，属于自然语言处理技术领域，获取目标文本，进行分词、词性标注和命名实体识别，提取实体集合；基于所述实体集合构建包含多类边类型的文本图结构；对图中节点进行特征编码，生成融合语义、词性和位置信息的初始特征向量；将图输入图神经网络模型，经过多层消息传递与聚合，获得高阶节点表示；结合结构路径与上下文信息对实体对进行建模，输入多通道分类网络预测其关系类型；最终根据预测结果输出实体关系三元组；该方法在关系抽取任务中具备更强的语义建模能力和结构表达能力，适用于知识图谱构建、信息抽取系统等场景。
