DocGraphLM ist ein Dokumenten-Graph-Sprachmodell für die Informationsgewinnung und die Beantwortung von Fragen. Es nutzt fortschrittliche Techniken zum visuell angereicherten Verständnis von Dokumenten und kombiniert vortrainierte Sprachmodelle mit Graphsemantik. Seine Besonderheit liegt in der vorgeschlagenen Architektur eines gemeinsamen Encoders zur Repräsentation von Dokumenten und einer neuartigen Methode zur Linkprädiktion zur Rekonstruktion des Dokumenten-Graphen. DocGraphLM prognostiziert Richtung und Distanz zwischen Knoten mittels einer konvergenten, gemeinsamen Verlustfunktion. Dabei wird die Nachbarschaftswiederherstellung priorisiert und das Gewicht der Erkennung entfernter Knoten reduziert. Experimente mit drei SotA-Datensätzen zeigen konsistente Verbesserungen bei der Informationsgewinnung und der Beantwortung von Fragen durch die Nutzung von Graphmerkmalen. Darüber hinaus berichten wir, dass die Verwendung von Graphmerkmalen den Konvergenzprozess während des Trainings beschleunigt, obwohl diese Merkmale lediglich durch Linkprädiktion konstruiert werden.