نقدم إطارًا عامًا لعدة مهام استخراج المعلومات التي تشترك في تمثيلات الفواصل باستخدام رسوم بيانية للفواصل يتم بناؤها ديناميكيًا. يتم بناء هذه الرسوم البيانية من خلال اختيار أقوى فواصل الكيانات وربط هذه العقد بأنواع العلاقات ذات الأوزان الثقة والمرجعيات المتبادلة. يسمح الرسم البياني الديناميكي لثقة المرجعيات المتبادلة وأنواع العلاقات بالانتشار عبر الرسم البياني لتحسين التمثيلات الفاصلة تكراريًا. هذا على عكس الإطارات المتعددة المهام السابقة لاستخراج المعلومات، حيث يكون التفاعل الوحيد بين المهام في LSTM المشترك في الطبقة الأولى فقط (Long Short-Term Memory). أثبت إطارنا أنه يتفوق بشكل كبير على أفضل التقنيات الحالية في عدة مهام استخراج المعلومات عبر مجموعة متنوعة من قواعد البيانات التي تعكس مجالات مختلفة. كما نلاحظ أن طريقة تعداد الفواصل جيدة في اكتشاف الكيانات الفاصلة المتداخلة، مع تحسين كبير في درجة F1 على مجموعة بيانات ACE (Automatic Content Extraction).