Nous assistons à un accroissement prodigieux des publications scientifiques numérisées à l’échelle internationale. Ce que promet la société du numérique est une toute autre façon de nous représenter et de concevoir l’espace et le temps : c’est notamment le cas des travaux en scientométrie qui analysent des corpus volumineux de publications scientifiques. Nos travaux s’inscrivent dans cette démarche en proposant une méthode semi-automatique générique pour l’analyse d’un corpus de publications, l’intérêt étant d’appuyer les scientifiques dans leur travail de veille en mettant en avant l’évolution des thématiques au fil du temps, et également de proposer une approche de classification thématique d’articles destinée à assister les organisateurs des éditions à venir de la conférence traitée. De nombreux travaux en scientométrie présentent des méthodes pour analyser des communautés à partir de publications scientifiques, mais il n’existe pas de solutions satisfaisantes permettant de traiter de façon efficace l’évolution des thématiques. Notre méthode se décompose en 3 étapes : (1) marquage thématique via une approche de fouille de textes, (2) indexation du contenu des publications et métadonnées associées, (3) analyse semi-automatique du corpus. La figure annexe présente un extrait des résultats des expérimentations, menées sur un corpus de 1103 publications présentées à EGC entre 2004-2015, qui mettent en avant l’évolution du classement des articles par thématique de recherche.