Le contexte est mal géré dans les domaines où il constitue un élément très important et parfois même incontournable, comme dans le domaine du Traitement Automatique des Langues (TAL), dans l'analyse sémantique de données dans la gestion de connaissances (Semantic Data Mining Knowledge Management : SDMKM), etc. Pour remédier à ce problème, nous avons proposé une approche appelée « PROSEM » (PROjection SEMantique) permettant de détecter et de relever tous les « traits sémantiques » par rapport à un contexte donné et d?augmenter largement l?efficacité de la formalisation du sens d?un contenu afin qu?il soit compris par la « machine ». De par sa nature, cette projection peut être utilisée dans beaucoup d?autres domaines liés à la notion du contexte comme : l?indexation des données, la recherche linguistique ou sémantique dans les systèmes d?information, l?extraction contextuelle d?information, la gestion des corpus multilingues, la génération automatique de textes, etc. Dans cet article, nous allons présenter quelques domaines d?application qui peuvent être améliorés par PROSEM ainsi qu?une évaluation des mesures liées aux performances du modèle proposé.