우리는 영어 문장 수준의 시제 관계 분류를 위한 TIME, Rhetorical 및 Syntactic 인지 모델인 TIMERS를 제안한다. 제안하는 방법은 전통적인 국소적 구문 구조 특징 외에도 의미 역할 레이블에서 도출된 시제적 요소와 수사적 논의 특징을 활용하며, 게이트형 관계 기반 GCN(Gated Relational-GCN)을 통해 학습한다. 광범위한 실험 결과, TDDiscourse, TimeBank-Dense 및 MATRES 데이터셋에서 기존 방법 대비 5-18%의 성능 향상을 기록하며, 이는 우리 모델의 수사적 수준의 모델링이 효과를 발휘했음을 입증한다.