Ayant pour objectif de rendre un programme informatique capable d'assigner de fa on autonome des documents textuels leur classe d'appartenance, la cat gorisation automatique de textes est rendue possible gr ce l'apprentissage supervis . Un entra nement du programme est effectu sur un ensemble de documents auxquels des tiquettes de cat gorie ont d j t assign es par des humains. Or, la constitution de cet ensemble d'entra nement se r v le un processus long et co teux. Ce m moire propose une fa on d'am liorer la capacit d'un classificateur bien accomplir sa t che dans des situations o un entra nement sur un nombre suffisant de textes n'aura pas t possible. L'approche sugg r e consiste tudier une forme d'association, la cooccurrence, entre les mots provenant d'un ensemble de textes libell s et ceux provenant d'un ensemble de textes non libell s, plus volumineux. On esp re ainsi augmenter faible co t le vocabulaire utile la classification de textes, en minimisant le nombre de documents tiqueter.