Les descriptions en texte libre contenues dans les dossiers patients informatisés (DPI) revêtent un intérêt significatif pour la recherche clinique et l’optimisation des soins. Tou- tefois, la capacité des ordinateurs à interpréter directement ce texte libre est limitée, réduisant ainsi sa valeur poten- tielle. Bien que l’annotation sémantique offre une solution pour rendre le texte libre des DPI interprétable par les machines, elle rencontre des obstacles majeurs lorsqu’elle est appliquée aux ontologies de domaine spécifiques, par- ticulièrement en français. Ces difficultés sont encore plus marquées dans le domaine psychiatrique où l’on cherche non seulement à extraire les concepts du domaine mais à les normaliser et à extraire les relations de textes dé- crivant longuement l’histoire d’une maladie d’un patient et ses ascendants. Face à ces enjeux, nous proposons un système fondé sur des techniques d’apprentissage non su- pervisé pour extraire les entités et leurs interrelations en utilisant une ontologie de domaine. Ce système est évalué dans le cadre du projet PsyCARE sur un échantillon de 60 comptes rendus analysés par deux évaluateurs.