تجاوزًا للحقائق الثنائية التقليدية، تتكون الرسوم البيانية للمعرفة ذات العلاقات الن-ية (NKGs) من حقائق علاقات ن-ية تحتوي على أكثر من كيانين اثنين، وهي أقرب إلى الحقائق الواقعية مع تطبيقات أوسع. ومع ذلك، فإن بناء الرسوم البيانية للمعرفة ذات العلاقات الن-ية لا يزال عند مستوى خشن، حيث يتم دائمًا استخدام مخطط واحد وتجاهل ترتيب الكيانات وعدد الكيانات المتغير. لمعالجة هذه القيود، نقترح نظام Text2NKG، وهو إطار استخراج علاقات ن-ية جديد ومفصل لبناء الرسوم البيانية للمعرفة ذات العلاقات الن-ية. نقدم طريقة تصنيف الفواصل مع دمج متتابع غير متجانس ودمج الإخراج لتحقيق استخراج علاقات ن-ية مفصل في مختلف الأعداد. بالإضافة إلى ذلك، يدعم Text2NKG أربعة مخططات نموذجية للرسوم البيانية للمعرفة ذات العلاقات الن-ية: المخطط الزائد للعلاقات (hyper-relational schema)، والمخطط القائم على الأحداث (event-based schema)، والمخطط القائم على الأدوار (role-based schema)، والمخطط القائم على الرسوم البيانية الزائدة (hypergraph-based schema)، مما يوفر مرونة وعمليّة عالية. تظهر النتائج التجريبية أن Text2NKG يحقق أفضل الأداء في درجات F1 على مقاييس استخراج العلاقات الن-ية المفصلة. رمزنا والبيانات المتاحة للعامة.