由于识别化学物和疾病之间的关系（CDR）对于生物医学研究和医疗保健很重要，因此BioCreative V提出的挑战要求自动挖掘化学物和疾病之间的因果关系，这种关系可能跨越句子边界。 尽管大多数系统都在探索特征工程和知识库来识别文档级CDR关系，但是自动学习仅在句子中受到限制...在这项工作中，我们提出了一种有效的模型，该模型可以自动学习文档级语义表示以提取化学诱导的疾病通过结合卷积神经网络和递归神经网络的优势来实现文章之间的（CID）关系。 首先，为了有目的地收集上下文，对存在于文章多个句子中的