DocGraphLM é um modelo de linguagem de gráfico de documentos para extração de informações e resposta a perguntas. Ele emprega técnicas avançadas de compreensão de documentos visualmente ricos, combinando modelos de linguagem pré-treinados e semântica de grafos. Sua singularidade reside na proposta de uma arquitetura de codificador conjunto para representar documentos e no uso de um novo método de previsão de links para reconstruir o gráfico de documentos. O DocGraphLM prevê a direção e a distância entre nós por meio de uma função de perda conjunta convergente, priorizando a recuperação de vizinhança e reduzindo o peso da detecção de nós distantes. Experimentos em três conjuntos de dados SotA demonstram que o uso de recursos de grafo permite melhorias consistentes nas tarefas de extração de informações e resposta a perguntas. Além disso, relatamos que o uso de recursos de grafo pode acelerar a convergência durante o processo de treinamento, embora esses recursos sejam construídos apenas por meio da previsão de links.