共参照解決の最先端モデルは、個々の参照表現ペアに対する独立した判断に基づいている。本研究では、ドキュメント全体の文脈を考慮し、グローバルな判断を下すモデル構造を提案する。そのために、テキスト内のトークンをノードとし、それらの間の関係をエッジで表すグラフ構造を用いて共参照リンクをモデル化する。本モデルは、自己回帰的ではなく、非自己回帰的にグラフを予測した後、過去の予測結果に基づいて反復的に修正を行うことで、判断間のグローバルな依存関係を捉える。実験結果により、さまざまなベースラインモデルに対して性能向上が確認され、ドキュメントレベルの情報が共参照解決に有効であるという仮説を裏付ける結果となった。