La Extracción de Argumentos de Eventos a Nivel de Documento (DEAE) tiene como objetivo extraer conocimiento estructural de eventos compuesto por argumentos y roles más allá del nivel de la oración. Los métodos existentes se centran principalmente en el diseño de indicadores y en el uso de la estructura de grafo de Representación de Significado Abstracto (AMR) como características adicionales para enriquecer la representación de argumentos de eventos. Sin embargo, todavía existen dos desafíos: (1) la dependencia a largo plazo entre el desencadenante del evento y los argumentos del evento y (2) el contexto distractor en el documento hacia un evento que puede desviar la clasificación de argumentos. Para abordar estos problemas, proponemos un nuevo modelo de extracción de argumentos de eventos a nivel de documento llamado Analizador AMR y Representación Esparsa (APSR). Específicamente, APSR establece codificadores inter- e intra-oracionales para capturar la información contextual en diferentes ámbitos. Especialmente, en el codificador intra-oracional, APSR diseña tres tipos de mecanismos de atención de argumentos de eventos dispersos para extraer la dependencia a largo plazo. Luego, APSR construye grafos semánticos AMR, que capturan bien las interacciones entre conceptos. Finalmente, APSR fusiona las representaciones inter- e intra-oracionales y predice qué rol desempeña un fragmento candidato. Los resultados experimentales en los conjuntos de datos RAMS y WikiEvents demuestran que APSR logra un rendimiento superior en términos de F1 comparado con líneas de base competitivas en , respectivamente.