本稿では、ニュース記事におけるサブトピック構造を誘導するためのアクター・クリティック枠組みを提案する。このモデルは、既知のサブトピック構造に従って動作する複数のクリティックを用いる一方で、アクターはそれらを上回る性能を目指す。コンテンツ構造は、潜在的なサブトピック境界を表す文によって構成される。その後、識別されたサブトピック境界文を用いて、文、サブトピック、ドキュメント間の多段階相互作用をモデル化する階層型ニューラルネットワークを導入する。NewsDiscourseコーパスを用いた実験結果および分析から、アクターモデルがドキュメントを効果的にサブトピックに分割でき、階層型モデルのニュースディスコースプロファイリングタスクにおける性能向上を実現していることが示された。