Modélisation et analyse des thèmes dans un corpus documentaire : pour une meilleure exploration et recommandation: Cette thèse étudie les défis méthodologiques du topic modeling appliqué à des corpus textuels hétérogènes, multilingues et de grande échelle, pour lesquels les approches conventionnelles présentent souvent des limitations en matière d'interprétabilité, de sensibilité aux paramètres et de représentation contextuelle. Afin de répondre à ces problématiques, nous proposons deux cadres méthodologiques unifiés et modulaires intégrant modélisation probabiliste, enrichissement sémantique, évaluation diagnostique et organisation structurelle au sein d'un pipeline cohérent.Le premier cadre, SemaTopic, introduit une approche de modélisation thématique sensible au contexte, combinant clustering sémantique, optimisation des hyperparamètres guidée par la cohérence et inférence probabiliste. En alignant les embeddings contextuels avec une structuration fondée sur la densité avant l'extraction des thèmes, le cadre améliore la stabilité, la cohérence sémantique et l'interprétabilité des sujets à travers des corpus de tailles, de structures et de langues variées. Les résultats expérimentaux montrent que SemaTopic obtient un gain relatif de +6,2% en cohérence sémantique par rapport à BERTopic sur le corpus 20 Newsgroups (C_v = 0,5315 contre 0,5004), tout en maintenant des performances stables sur des corpus hétérogènes et multilingues.Le second cadre, ARIA, prolonge ce processus par un raffinement sémantique post-extraction. Il intègre l'étiquetage automatique basé sur des modèles de langage, l'enrichissement sémantique guidé, l'organisation hiérarchique et l'indexation au niveau des sections, transformant ainsi les distributions probabilistes de thèmes en représentations structurées et navigables des connaissances. Appliqué comme couche finale du pipeline, ARIA permet une amélioration progressive de la cohérence thématique, faisant passer des valeurs de base autour de 0,45 à des niveaux atteignant jusqu'à 0,74 après optimisation sémantique complète. Cette progression reflète l'effet cumulatif du clustering sémantique, de l'optimisation guidée par la cohérence et du raffinement basé sur les modèles de langage.Des expérimentations approfondies menées sur des corpus scientifiques, spécialisés, multilingues et de textes courts valident la robustesse, la cohérence et l'adaptabilité de l'approche proposée. Au-delà d'une amélioration algorithmique isolée, cette thèse contribue à faire évoluer le topic modeling vers un cadre intégré, sémantiquement fondé et opérationnel, dédié à la découverte de connaissances dans des environnements textuels complexes.