Nous présentons un modèle général permettant la classification supervisée de documents structurés multimédias. Nous proposons un modèle génératif basé sur les réseaux bayésiens afin de modéliser les documents de type XML ou HTML. Nous étudions une extension de ce modèle génératif en modèle discriminant à l'aide du formalisme des noyaux de Fisher. Enfin, nous testons notre modèle sur trois grands corpus de documents.