Les descripteurs de contexte de formes ont été utilisés comme caractéristiques dans les classifieurs k–plus proc hes voisins avec des résultats remarquables. Néanmoins, l’utilisation de cette approche sur de grosses bases de symboles ou dans des contextes applicatifs à la volée reste difficile à cause de sa complexité calculatoire . Pour dépasser ces limitations, nous proposons l’utilisation des descripteurs de contexte de formes avec des réseaux de neurones au lieu de l’approche k–ppv. Nous évaluons la méthode proposée dans un problème de reconnaissances de symboles mathématiques en–ligne. Pour un total de 75 classes de symboles, un taux de reconnaissance est de 89,8% est obtenu, ce qui est comparable aux résultats de l’approche initiale mais avec une complexité nettement diminuée.