文档级关系抽取技术研究是自然语言处理领域的重要研究方向，旨在从整篇文档中识别实体之间的语义关系。与句子级关系抽取相比，文档级关系抽取面临更复杂的挑战，如跨句实体指代、长距离依赖关系以及文档结构理解等。近年来，随着预训练语言模型和图神经网络的发展，文档级关系抽取技术取得了显著进展。研究者们提出了基于图结构的方法、多任务学习框架以及结合外部知识的模型，以更好地捕捉文档中的全局信息和隐含关系。该技术在知识图谱构建、智能问答和生物医学文献挖掘等领域具有广泛的应用前景。