本发明提出了一种利用图卷积神经网络和字词融合的事件抽取方法,依次包括字特征向量的获取、词特征向量的获取、字词向量融合和序列标签预测四个部分。本发明针对现有的基于字词融合的事件抽取方法在获取词向量时无法充分利用句法结构信息的问题,使用图卷积神经网络提取词特征向量。但当前的图卷积神经网络对词特征向量进行提取时,只考虑节点之间是否存在依赖关系,忽略了不同种类依赖关系以及节点本身的重要程度,使其不能很好的提取依赖关系特征。因此,本发明对图卷积神经网络进行了改进,并利用邻接矩阵中的值来表达不用节点以及节点之间依赖关系的重要程度,将其作为图卷积神经网络输入的一部分来提取特征,有效的提高了事件抽取的准确度。