大多数从段落中抽取多个关系的方法都需要对段落进行多次遍历。在实际应用中，多次遍历计算成本高昂，这使得方法难以扩展到较长的段落和更大的文本语料库。在本研究中，我们专注于通过仅对段落进行一次编码（单次遍历）来完成多关系抽取任务。我们的解决方案基于预训练的自注意力（Transformer）模型，在该模型中，我们首先添加了一个结构化预测层以处理多个实体对之间的关系抽取，然后通过一种实体感知注意力技术增强了段落嵌入，以便捕捉每个实体相关的多重关系信息。实验结果表明，我们的方法不仅具有良好的可扩展性，而且在标准基准数据集ACE 2005上也能达到最先进的性能。