نقدّم نموذجًا مُشتركًا لاستخراج العلاقات على مستوى الكيانات من المستندات. على عكس النماذج الأخرى التي تركز على أزواج الإشارات داخل الجملة الواحدة، وبالتالي تتطلب تسميات على مستوى الإشارة، يعمل نموذجنا على مستوى الكيانات. ولتحقيق ذلك، نتبع نهجًا متعدد المهام يقوم على حل مشكلة التماثل (coreference resolution) ويجمع الإشارات ذات الصلة من خلال التعلم متعدد الأمثلة باستخدام تمثيلات متعددة المستويات التي تدمج بين معلومات الكيان الشاملة والمعلومات المحلية المتعلقة بالإشارة. ونحقق نتائج متميزة في استخراج العلاقات على مجموعة بيانات DocRED، ونُعلن عن أول نتائج استخراج علاقات نهائية على مستوى الكيانات في سياق نموذج متكامل، وذلك لاستخدامها كمرجع مستقبلي. وأخيرًا، تشير نتائج تجاربنا إلى أن النهج المُشترك يُقدّم أداءً مماثلًا للتعلم المخصص لكل مهمة، مع كونه أكثر كفاءة بفضل مشاركة المعاملات وخطوات التدريب.