Les documents parallèles sont la matière première de plusieurs applications de traitement automatique des langues telles que la traduction statistique, la construction de bases translinguistiques ou la construction de dictionnaires bilingues probabilistes. Cependant ces textes parallèles sont rares et souvent spécialisés (par exemple, des transcriptions de débats parlementaires). Nous présenterons une approche pour identifier les documents parallèles d'un corpus bilingue (par exemple un site web) se basant sur le contenu des fichiers mais n'utilisant pas de lexique ou n'imposant pas de contraintes sur les noms de fichiers.