De huidige aanpakken voor natuurlijke taalverwerking blijven sterk hangen op het locale lexicaal semantische niveau, waardoor ze problemen hebben met het automatisch modelleren van discoursinformatie. Om ook vooruitgang in het modelleren van lange-afstandsrelaties in tekst te kunnen mogelijk maken, is er enerzijds een modellering van wereldkennis nodig van de informatie die vervat zit in tekst, spraak en beeld en anderzijds een herwaardering van hybride methodologieën (zowel klassieke ML systemen als taalmodelgebaseerde aanpakken) voor taken zoals eventdetectie, coreferentieresolutie, etc. In dit project willen we verderbouwen op de expertise die we de laatste jaren binnen LT3 hebben opgebouwd op het gebied van o.a. automatische eventdetectie, coreferentieresolutie, aspect-gebaseerde en event-gebaseerde emotiedetectie om te komen tot een betere modellering van discours, met toepassing binnen automatisch samenvatten, inhoudsgebaseerde aanbevelingsalgoritmes, desinformatiedetectie, etc.