L'une des caractéristiques particulières des tâches de classification de texte est la présence de déséquilibres entre les classes très prononcés. Ce problème peut être résolu assez facilement en utilisant une technique de redistribution des données. Néanmoins, bien que ces techniques soient faciles à implanter, leur calibrage n'est pas évident. Plus particulièrement, on peut se poser la question de savoir si la redistribution par le haut (ajout de données) est plus effective que celle par le bas (retrait de données). De plus, on voudrait savoir quel taux de redistribution est le plus approprié. Ce séminaire présente une méthode qui combine plusieurs expressions de l'approche de redistribution dans le cadre d'une mixture d'experts. La combinaison proposée est évaluée sur un sous-ensemble à déséquilibre de classes très prononcé de la collection de textes REUTERS-21578. La méthode se montre assez effective sur ce problème.