في هذا العمل، نقترح نظامًا جديدًا لتكوين الرسم البياني المعرفي (Knowledge Graph - KG) من المدخلات النصية بطريقة شاملة ومراحل متعددة، حيث يتم تقسيم العملية الكاملة إلى مرحلتين. يتم توليد عقد الرسم البياني أولاً باستخدام نموذج لغوي مُدرب مسبقًا، يليها رأس بسيط لبناء الأطراف، مما يتيح استخراج كفاءة الرسم البياني المعرفي من النص. لكل مرحلة، نأخذ في الاعتبار عدة خيارات هندسية يمكن استخدامها اعتمادًا على الموارد التدريبية المتاحة. قمنا بتقييم النموذج على مجموعة بيانات تحدي WebNLG 2020 الحديثة، حيث حقق أداءً متوافقًا مع أفضل الأداء الحالي في مهمة تحويل النص إلى RDF، وكذلك على مجموعة بيانات New York Times (NYT) وTekGen ذات الحجم الكبير، مما أظهر أداءً قويًا بشكل عام وتخطي الأسس الموجودة. نعتقد أن النظام المقترح يمكن أن يكون بديلًا قابلًا للتطبيق لطرق تكوين الرسم البياني القائمة على الخطية أو العينة. يمكن العثور على شفرتنا المصدرية في https://github.com/IBM/Grapher