背景：文本和知识的有效结合可以提高自然语言处理任务的性能。 为了识别可能跨越文章边界的化学诱导疾病（CID）关系，尽管现有的CID系统已探索了知识库的利用，但尚未区分不同知识对特殊CID的识别所产生的影响这些系统。 此外，基于神经网络的系统仅构建句子或提及级别模型。结果：在这项工作中，我们提出了一种有效的文档级别神经模型，该模型集成了领域知识，可以从生物医学文章中提取CID关系。 从文档级子网模块中获悉了有关特殊CID候选对的文章的基本语义信息。 此外，提出了一种基于文章表示形式的知识关注度，以