两个文本段之间的语篇关系在许多自然语言处理（NLP）任务中起着重要作用。 连词强烈地表明了话语关系的意义，而实际上，在很大一部分话语关系中，即隐性话语关系中，并没有连接词。 隐式关系预测的关键是正确地建模两个话语参数的语义以及它们之间的上下文交互。 为了实现此目标，我们提出了一个包含两个层次结构的多视图框架。 第一个是模型层次结构，我们提出了一种基于神经网络的方法，其中考虑了不同的视图。 第二个是要素层次结构，我们学习多层分布式表示。 我们对标准基准数据集进行了实验，结果表明，与几种方法相比，我