Nous présentons TIMERS — un modèle conscient du temps, de la rhétorique et de la syntaxe pour la classification des relations temporelles au niveau du document en langue anglaise. Notre méthode proposée exploite non seulement les caractéristiques discursives rhétoriques et les arguments temporels extraits des étiquettes de rôle sémantique, mais également les caractéristiques syntaxiques locales traditionnelles, tous ces éléments étant appris via un Gated Relational-GCN. Des expériences étendues montrent que le modèle proposé surpasser les méthodes antérieures de 5 à 18 % sur les jeux de données TDDiscourse, TimeBank-Dense et MATRES, grâce à notre modélisation au niveau discursif.