La rédaction de définitions est une activité essentielle dans le développement de ressources terminologiques de qualité. Notre objectif général est de concevoir et de mettre en oeuvre des outils génériques d'aide à la rédaction de définitions qui permettent de prédire le type de contenu exprimé dans une définition, indépendamment du domaine traité ou de la langue de rédaction. La problématique centrale de notre thèse est celle de la sélection des informations définitoires.

Nous faisons l'hypothèse que la sélection des informations dépend, en partie, du type d'entité défini. Si cette hypothèse est vérifiée, alors il est possible d'implémenter des modèles définitoires relationnels prédictifs, qui soient à la fois génériques et pertinents. Pour tester cette hypothèse, nous proposons d'élaborer des modèles relationnels à partir des catégories de haut niveau d'une ontologie formelle réaliste, la Basic Formal Ontology (BFO). Ces modèles sont ensuite utilisés pour annoter un corpus multi-domaines de définitions existantes. Des analyses de corpus quantitatives permettent de voir dans quelle mesure les propriétés de chaque type d'entité ont été jugées pertinentes dans des définitions terminographiques. Les résultats encourageants d'une étude empirique pilote tendent à montrer qu'il est possible de proposer des modèles définitoires relationnels génériques pertinents.