本文提出了一种统一关系预测方法UniHDSA，填补了层次文档结构分析的研究空白。该方法将多个子任务整合为一个框架，实验结果表明其在Comp-HRDoc和DocLayNet标准数据集上表现优异。

本文研究了神经定理证明中的关键问题，提出了ProofAug方法，通过细粒度结构分析提升证明生成效率，实验结果显示累积通过率达到66.0%。

本研究采用知识图谱嵌入方法，区分引用与不引用的文章对，展示其在识别文献引用关系中的优势，强调其在知识影响解读和结构分析中的重要性。