私たちは、関係抽出のための新しいグラフベースのニューラルネットワークモデルを提案します。このモデルは、文内の複数のペアを同時に処理し、それらの間の相互作用を考慮します。文内のすべてのエンティティは、完全に接続されたグラフ構造のノードとして配置されます。エッジは、エンティティペア周辺の位置情報に基づいたコンテキストで表現されます。2つのエンティティ間の異なる関係パスを考慮するために、各ペア間で最大l長さまでのウォークを構築します。得られたウォークは統合され、反復的に使用してエッジ表現をより長いウォーク表現に更新します。ACE 2005データセットにおいて、外部ツールを使用せずに当モデルが最先端システムと同等の性能を達成することを示しています。