Ce travail se veut une contribution au développement de systèmes automatiques utilisés pour la description documentaire, en particulier, les systèmes d’indexation automatique. Ceux-ci se basent sur une représentation formelle des concepts abordés dans les documents. C’est sur certaines propriétés de la représentation utile que ce travail se penche. Les approches à l’indexation automatique reposent sur des hypothèses quant à la contribution de la fréquence des mots : on suppose que les mots les plus fréquents des documents seraient les plus utiles pour décrire leur contenu. Bien que l’on tente de compenser les données pour les mots très fréquents dans un corpus donné (par des mesures comme le tf-idf), nous croyons qu’en plus de la fréquence, la nature (ou la sémantique lexicale) des mots impliqués doit être prise en compte. Notamment, nous avons identifié des classes de vocabulaire, pour lesquelles la contribution à la représentation du sens du document varie selon leur nature. Une classe qui nous intéresse particulièrement est celle du vocabulaire scientifique de base (ou VSB), contenant des mots athématiques comme « modèle », « structure », « hypothèse », etc. Nous présenterons les motivations théoriques de notre approche, les critères de définition des mots appartenant au VSB, ainsi qu’une expérimentation pratique dont le but était de valider une liste de VSB créée manuellement. Nous terminerons par une discussion des résultats et une projection vers l’avenir et les applications potentielles.