تصنيف العلاقات هو أحد المهام الأساسية في مجال استخراج المعلومات، كما يُعد عنصراً محورياً في الأنظمة التي تتطلب فهماً علاقةً للنصوص غير المنظمة. تعتمد الطرق الحالية لتصنيف العلاقات بشكل رئيسي على استغلال الموارد الخارجية والمعرفة الخلفية لتحسين الأداء، مع تجاهل الارتباطات بين أزواج الكيانات التي يمكن أن تكون مفيدة في تصنيف العلاقات. نقدّم مفهوم "رسم بياني لزوج الكيانات" لتمثيل الارتباطات بين أزواج الكيانات، ونُقدّم نموذجاً جديداً يعتمد على الرسوم البيانية لزوج الكيانات (EPGNN) يستند إلى شبكة الت(Convolutional Network) لالتقاط الخصائص الطوبولوجية لرسم بياني لزوج الكيانات. يدمج نموذج EPGNN بين الخصائص الدلالية للجملة الناتجة عن نموذج BERT المُدرّب مسبقاً والخصائص الطوبولوجية للرسم البياني لتصنيف العلاقات. يُستفيد النموذج المقترح بالكامل من المجموعة النصية المعطاة، ويُلغِي الحاجة إلى الموارد الخارجية أو المعرفة الخلفية. أظهرت نتائج التجارب على مجموعتي بيانات شائعتين الاستخدام: SemEval 2010 Task 8 وACE 2005، أن طريقة التصنيف المقترحة تتفوّق على الطرق المتطورة حالياً.