معظم الدراسات السابقة في استخراج الأحداث على مستوى الوثيقة تركز بشكل أساسي على بناء سلاسل الحجج بطريقة ذاتية الانحدار، وهي طريقة حققت نجاحًا معينًا ولكنها غير فعالة من حيث التدريب والاستدلال. بخلاف هذه الدراسات، نقترح نموذجًا سريعًا وخفيف الوزن يُسمى PTPCG. في نموذجنا، صممنا استراتيجية جديدة لدمج حجج الأحداث مع خوارزمية تفكيك غير ذاتية الانحدار باستخدام الرسوم البيانية الكاملة المقصوصة، والتي يتم بناؤها تحت إرشاد المحفزات الوهمية المختارة تلقائيًا. مقارنة بأنظمة سابقة، يحقق نظامنا نتائج تنافسية باستخدام 19.8٪ فقط من المعلمات ويستهلك موارد أقل بكثير، حيث يستغرق فقط 3.8٪ من ساعات وحدة المعالجة الرسومية (GPU) للتدريب ويكون أسرع بمقدار يصل إلى 8.5 مرة في الاستدلال. بالإضافة إلى ذلك، يظهر نموذجنا توافقًا أفضل مع قواعد البيانات التي تحتوي (أو لا تحتوي) على محفزات، ويمكن أن تكون المحفزات الوهمية مكملة للمحفزات المشمولة بالتدوين لتحسين النتائج بشكل أكبر. الكود متاح على الرابط: https://github.com/Spico197/DocEE .