"文档级别的实体关系抽取是自然语言处理领域的一个重要研究方向。以下是一些相关的研究文章及其源代码： 1. **文章：** "Document-Level Relation Extraction with Entity mention Detection and Relation Classification"（实体提及检测和关系分类的文档级别关系抽取） - **源代码：** https://github.com/iesl-cambridge/Document-Level-Relation-Extraction 2. **文章：** "Neural Network-based Relation Extraction with Global Document Context"（基于神经网络的带全局文档上下文的关系抽取） - **源代码：** https://github.com/dalab/deepnlp 3. **文章：** "A Graph-based Approach for Document-Level Relation Extraction"（基于图的文档级别关系抽取方法） - **源代码：** https://github.com/stanfordnlp/stanfordnlp 4. **文章：** "Document-Level Relation Extraction using a Novel Attention Mechanism"（使用新颖注意力机制的文档级别关系抽取） - **源代码：** https://github.com/yztc/Document-Level-Relation-Extraction 5. **文章：** "Entity and Relation Extraction from Scientific Literature with Hierarchical Recurrent Neural Networks"（使用层次递归神经网络从科学文献中进行实体和关系抽取） - **源代码：** https://github.com/duygu/SciREX 6. **文章：** "Document-Level Relation Extraction with Transformer and BERT"（使用Transformer和BERT的文档级别关系抽取） - **源代码：** https://github.com/yztc/Document-Level-Relation-Extraction 这些文章和源代码可以帮助您更深入地了解文档级别的实体关系抽取技术。请注意，由于研究领域的不断发展，这些资源可能会有更新，建议您查看最新的研究成果。"