Le développement exponentiel d'échanges d'informations par le web a mis à jour les difficultés pour retrouver l'information pertinente désirée par un utilisateur final. En effet, les informations sont représentées et stockées dans une multitude de sources de données et cela de façon très hétérogène. Notre travail se situe dans le cadre de l'intégration de données hétérogènes avec la définition d'un modèle de médiation structurelle et sémantique, pour l'extraction et la modélisation des connaissances à partir de données sources, appelé hyperschema XML. Cet article présente plus précisément la phase d'extraction des schémas, en définissant les règles de base permettant d'obtenir une structure logique XML. Cette structure logique sert de fondement pour la phase d'intégration proprement dite.