Comprendre les structures discursives des articles de presse est essentiel pour contextualiser efficacement la survenue d’un événement médiatique. Afin de permettre une modélisation computationnelle des structures journalistiques, nous appliquons une théorie existante de la structure discursive fonctionnelle des articles de presse, centrée sur l’événement principal, et construisons un corpus annoté par des humains comprenant 802 documents couvrant plus de quatre domaines et trois sources médiatiques. Ensuite, nous proposons plusieurs modèles neuronaux au niveau du document afin de reconstruire automatiquement les structures du contenu des articles. Enfin, nous démontrons qu’intégrer les structures prédictives du système améliore significativement les performances pour la résolution de coreférence d’événements, atteignant ainsi un nouveau record d’état de l’art. Les documents de presse que nous avons annotés sont désormais accessibles librement, et les annotations sont publiques afin de favoriser les recherches futures.