Nous présentons un nouveau modèle de réseau neuronal basé sur les graphes pour l'extraction de relations. Notre modèle traite simultanément plusieurs paires dans une phrase et prend en compte leurs interactions. Toutes les entités d'une phrase sont placées comme nœuds dans une structure de graphe totalement connectée. Les arêtes sont représentées par des contextes sensibles à la position autour des paires d'entités. Pour considérer différents chemins de relation entre deux entités, nous construisons jusqu'à des parcours de longueur l entre chaque paire. Les parcours résultants sont fusionnés et utilisés itérativement pour mettre à jour les représentations des arêtes en représentations de parcours plus longs. Nous démontrons que le modèle atteint des performances comparables à celles des systèmes les plus avancés sur le jeu de données ACE 2005 sans utiliser aucun outil externe.