DocGraphLM est un modèle linguistique de graphe de document conçu pour l'extraction d'informations et la réponse aux questions. Il utilise des techniques de pointe de compréhension de documents visuellement riches, combinant des modèles linguistiques pré-entraînés et une sémantique graphique. Son originalité réside dans son architecture d'encodeur conjoint pour la représentation des documents et son approche novatrice de prédiction de liens pour la reconstruction du graphe de document. DocGraphLM prédit la direction et la distance entre les nœuds grâce à une fonction de perte conjointe convergente, en privilégiant la restauration du voisinage et en minimisant le poids de la détection des nœuds distants. Des expériences menées sur trois jeux de données SOTA montrent que l'utilisation de caractéristiques graphiques permet des améliorations constantes dans les tâches d'extraction d'informations et de réponse aux questions. De plus, nous constatons que l'utilisation de ces caractéristiques graphiques accélère la convergence pendant l'entraînement, même si elles sont construites uniquement par prédiction de liens.