Les travaux réalisés dans cette thèse se placent dans le cadre des graphes conceptuels, qui constituent un formalisme structuré de représentation des connaissances présentant des avantages d'expressivité et d'interprétabilité, ainsi que des garanties formelles et des raisonnements efficaces.
Dans ce contexte, nous proposons des contributions sur les plans théoriques, algorithmiques et pratiques. En premier lieu, nous abordons le problème de l'exploitation d'une base de graphes conceptuels afin d'inférer de nouvelles connaissances, ou généraliser celles déjà existantes, et nous proposons en ce sens un algorithme d'extraction de motifs fréquents d'intérêt prenant en compte les spécificités des graphes conceptuels. Ensuite, nous nous intéressons au besoin de disposer de benchmarks pour la validation de tels algorithmes, et nous proposons des algorithmes de simulation pour la génération de bases de graphes conceptuels à part de traduction et à partir de contraintes ontologiques. Enfin, nous considérons l'ensemble des extensions permettant d'accroître l'expressivité du formalisme des graphes conceptuels, notamment pour représenter des connaissances imprécises, par leur combinaison avec la théorie des sous-ensembles flous. Dans ce cadre, nous proposons une étude comparative de l'état de l'art des graphes conceptuels flous, comprenant deux taxonomies qui organisent les modèles étudiés selon respectivement la partie du formalisme impacté et selon leurs points communs et différences avec les cas existants, adoptant une approche contrastive.