我们提出了一种名为Graformer的新颖基于Transformer的编码器-解码器架构，用于图到文本生成。通过我们创新的图自注意力机制，节点的编码不仅依赖于直接邻接的节点，而是依赖于输入图中的所有节点，从而有助于检测全局模式。我们将两个节点之间的关系表示为它们之间最短路径的长度。Graformer学习在不同的注意力头中对这些节点-节点关系赋予不同的权重，从而实际上学会了输入图的不同连接视图。我们在两个流行的图到文本生成基准数据集AGENDA和WebNLG上评估了Graformer，在使用远少于其他方法的参数的情况下，它表现出强大的性能。