Les modèles d'extraction de relations au niveau du document (DocRE) utilisent généralement des réseaux de graphes pour modéliser implicitement les compétences de raisonnement (telles que la reconnaissance de motifs, le raisonnement logique, le raisonnement de coreférance, etc.) liées à la relation entre une paire d'entités dans un document. Dans cet article, nous proposons un cadre novateur de raisonnement discriminatif afin de modéliser explicitement les chemins de ces compétences de raisonnement entre chaque paire d'entités dans le document. Ainsi, un réseau de raisonnement discriminatif est conçu pour estimer la distribution de probabilité de la relation selon différents chemins de raisonnement, en se basant sur le graphe construit et les contextes vectorisés du document pour chaque paire d'entités, permettant ainsi de reconnaître leur relation. Les résultats expérimentaux montrent que notre méthode dépasse les performances précédentes de l'état de l'art sur le grand jeu de données DocRE. Le code est disponible publiquement à l'adresse suivante : https://github.com/xwjim/DRN.