従来の研究では、スパン、核性、関係というリトリカル構造のすべてを統合的に扱うアーキテクチャとして遷移ベースのアルゴリズムが導入されたが、満足のいく性能は得られなかった。本論文では、データの疎性（data sparsity）を考慮すると、遷移ベースのモデルが「裸のディスコース木」（すなわちスパンと核性の識別）の解析に適していると考える。同時に、関係ラベリングは裸の木構造の情報を活用できるとし、文内、文間、段落間という3種類の関係を明確に考慮した上で、丁寧に処理すべきであると主張する。したがって、テキストからRST木を生成するためのパイプライン型の二段階解析手法を提案する。実験の結果、本手法は特にスパンおよび核性の識別において最先端の性能を達成した。