関係抽出は、文内のエンティティ間の意味的関係を認識する情報抽出の一種である。これまでの多くの研究では、単一の文内における2つのエンティティ間の意味的関係を1つだけ抽出することに焦点が当てられてきた。しかし、文内に存在する複数のエンティティは、多様な関係によって相互に結びついている。この問題に対処するため、マルチヘッドアテンション機構を備えた二重ポインターネットワークを基盤とする関係抽出モデルを提案する。本モデルは、前方のオブジェクトデコーダを用いてn対1の主語-目的語関係を検出する。その後、逆方向のサブジェクトデコーダを用いて1対nの主語-目的語関係を検出する。実験の結果、提案モデルは従来のモデルを上回ることが確認され、ACE-2005コーパスにおいてF1スコア80.8%、NYTコーパスにおいてF1スコア78.3%を達成した。