本申请公开了一种实体与关系联合抽取的方法，包括：将文本转化为低维稠密的向量，得到第二文本；提取其上下文特征；分析其依存关系并建立依存树；将依存树作为邻接矩阵，提取其图的第一节点特征并转化成标签序列，搜索标签序列，预测第一阶段命名实体结果；提取第二文本的深度文本特征；将命名实体结果与深度文本特征进行拼接，预测其关系；将命名实体结果与关系预测结果转化成图结构；将图结构作为邻接矩阵，提取其第二节点特征；将更新后的文本特征转化成标签序列，搜索标签序列，预测文本特征的第二阶段的命名实体结果；并将其嵌入到深度文本特征，预测嵌入结果的关系。本申请考虑子任务之间的关系，解决一类实体涉及多类实体关系的问题。