العمل السابق في استخراج العلاقات ركز بشكل أساسي على العلاقات الثنائية بين أزواج الكيانات داخل جملة واحدة. مؤخرًا، اكتسبت مجتمع اللغات الطبيعية اهتمامًا باستخراج العلاقات بين أزواج الكيانات الممتدة عبر عدة جمل. في هذا البحث، نقترح معمارية جديدة لهذه المهمة: الشبكات العصبية القائمة على الاعتماد بين الجمل (iDepNN). تُنمذج iDepNN المسارات الاعتمادية الأقصر والمكملة من خلال الشبكات العصبية التكرارية والمرتدة لاستخراج العلاقات داخل (داخل الجملة) وعبر (بين الجمل) حدود الجمل. بالمقارنة مع النماذج الأساسية للماكينات الداعمة للتجانس والشبكات العصبية، فإن iDepNN أكثر صلابة تجاه الإيجابيات الخاطئة في العلاقات الممتدة عبر الجمل.نقيم نماذجنا على أربع مجموعات بيانات من مجالات الأخبار (MUC6) والطب (مهمة BioNLP المشتركة) التي حققت أفضل الأداء حتى الآن وأظهرت توازنًا أفضل بين الدقة والاسترجاع للعلاقات بين الجمل. نؤدي بشكل أفضل من 11 فريقًا شاركوا في مهمة BioNLP المشتركة لعام 2016 ونحقق زيادة بنسبة 5.2% (0.587 مقابل 0.558) في F1 مقارنة بالفريق الفائز. كما قمنا بإصدار التسميات بين الجمل لمجموعة بيانات MUC6.