استخراج العلاقات على مستوى المستند (DRE) يهدف إلى تحديد العلاقات بين كائنين. قد يتوافق الكائنان مع عدد من الإشارات التي تمتد عبر حدود الجملة. وقد درست دراسات سابقة قليلة عملية دمج الإشارات، وهو ما قد يكون مشكلة لأن الإشارات المترادفة لا تساهم بالتساوي في علاقة معينة. علاوةً على ذلك، ركزت الجهود السابقة بشكل رئيسي على الاستدلال على مستوى الكائنين، بدلاً من التقاط التفاعلات الشاملة بين أزواج الكائنات. في هذه الورقة، نقترح تقنيتين جديدتين، وهما: دمج الإشارات الموجه بالسياق والاستدلال بين الأزواج (CGM2IR)، لتحسين أداء DRE. بدلًا من تطبيق التجميع المتوسط ببساطة، يتم استخدام السياق لتوجيه دمج الإشارات المترادفة بطريقة موزونة باستخدام مجموع وزني. بالإضافة إلى ذلك، يُنفَّذ الاستدلال بين الأزواج خوارزمية تكرارية على رسم بياني مكوَّن من أزواج الكائنات، بهدف نمذجة الترابط بين العلاقات. وقد تم تقييم نموذجنا CGM2IR على ثلاث مجموعات معيارية شائعة الاستخدام، وهي DocRED وCDR وGDA. وأظهرت النتائج التجريبية أن نموذجنا يتفوق على النماذج السابقة ذات الأداء الأفضل في المجال.