Dans cet article, nous proposons une méthode pour la correction automatique de définitions produites par les étudiants dans le domaine de la gestion et l'économie. Notre algorithme traite les réponses textuelles des étudiants afin d'y identifier les concepts et relations correctement restituées et ceux qui sont erronés ou manquants. Nous avons effectué une évaluation sur plusieurs corpus de définitions, et les résultats montrent un score de F1 d'autour de 0,91 pour l'identification des relations, et des scores entre 0,75 et 0,83 pour l'identification des groupes nominaux arguments des relations. Cette approche s'inscrit dans un projet plus vaste autour de la correction automatique des réponses textuelles et la production d'outils destinés aux enseignants et apprenants.