استخلاص الكيانات والعلاقات المشتركة يُعد مهمة أساسية في استخراج المعلومات، وتهدف إلى استخراج جميع ثلاثيات العلاقات من النصوص غير المنظمة. ومع ذلك، فإن عددًا قليلاً من الدراسات الحالية تأخذ بعين الاعتبار المعلومات الممكنة المتعلقة بالعلاقات بين الكيانات قبل استخراجها، مما قد يؤدي إلى أن معظم الكيانات المستخرجة لا يمكنها تكوين ثلاثيات صحيحة. في هذا البحث، نقترح نموذجًا يُسمى RIFRE (استخلاص العلاقات المستند إلى التكامل التكراري للتمثيل باستخدام الشبكات العصبية المتعددة الأنواع)، والذي يعتمد على الشبكات العصبية الرسومية المتنوعة لاستخلاص العلاقات. نُمثل العلاقات والكلمات كعُقد على الرسم البياني، ونُدمج هاتين النوعين من العقد ذات المعاني من خلال آلية نقل الرسائل بشكل تكراري للحصول على تمثيلات للعقد تكون أكثر ملاءمة للمهام المتعلقة باستخلاص العلاقات. بعد تحديث تمثيلات العقد، يُجرى استخلاص العلاقات. تم تقييم نموذج RIFRE على مجموعتي بيانات علنية لاستخلاص العلاقات: NYT وWebNLG. أظهرت النتائج أن RIFRE قادر على استخلاص الثلاثيات بشكل فعّال، ويحقق أداءً من الدرجة المتقدمة في المجال. علاوةً على ذلك، يُظهر النموذج أيضًا كفاءة عالية في مهمة تصنيف العلاقات، ويتفوق بشكل كبير على الطرق السابقة على مجموعة بيانات SemEval 2010 Task 8.