本发明公开了一种面向知识图谱构建的实体关系抽取方法及系统，首先获取领域中非结构化文本，并进行数据预处理，标注文本中出现的实体、实体类型和实体之间的关系，得到训练数据；然后构建神经网络模型；并将训练数据输入神经网络模型进行训练，分别训练成为实体类型分类模型，实体关系类型分类模型；最后将实体类型分类模型和实体关系分类模型关联起来整体运作，对新数据先鉴定实体类型再在此基础上抽取实体关系。本发明不仅摆脱了人工设计提示词，也保证了跨数据集和跨领域的灵活性。通过对实体类别进行预分类，缩小了实体关系的分类范围，提升了关系分类的准确度。本发明能够适应随机初始化的提示词所带来的影响，而且收敛更快，准确度跟高。