Das Verständnis der Diskursstruktur von Nachrichtenartikeln ist entscheidend, um den Kontext eines Nachrichtenereignisses effektiv zu erfassen. Um eine rechnergestützte Modellierung von Nachrichtenstrukturen zu ermöglichen, greifen wir auf eine bestehende Theorie funktionaler Diskursstruktur für Nachrichtenartikel zurück, die sich um das zentrale Ereignis dreht, und erstellen eine menschlich annotierte Korpus von 802 Dokumenten, das über vier Domänen und drei Medienquellen reicht. Anschließend schlagen wir mehrere dokumentenbasierte neuronale Netzwerkmodelle vor, um automatisch Nachrichteninhaltsstrukturen aufzubauen. Schließlich zeigen wir, dass die Integration von systemseitig vorhergesagten Nachrichtenstrukturen eine neue state-of-the-art-Leistung bei der Ereigniskoreferenzauflösung erzielt. Die von uns annotierten Nachrichtendokumente sind öffentlich zugänglich, und die Annotationen werden für zukünftige Forschung öffentlich freigegeben.