Existen varias propuestas de modelos y arquitecturas de aprendizaje de máquinas para extraer grafos a partir de texto libre. Usualmente, estos modelos no tienen una buena performance, pues las relaciones entre las entidades nombradas suelen ser difíciles de encontrar con precisión aceptable, ya que tienen un alto grado de variedad y pueden aparecer implícitas en el texto. En esta tesis se requiere recopilar las técnicas del estado del arte para analizarlos y desarrollar posibles mejoras a los modelos que permitan aumentar la precisión de la tarea.