Ce document présente un système capable d'apprendre à répondre à des questions sur une large gamme de sujets à partir d'une base de connaissances en utilisant peu de caractéristiques élaborées manuellement. Notre modèle apprend des plongements (embeddings) de faible dimension des mots et des éléments constitutifs de la base de connaissances ; ces représentations sont utilisées pour évaluer les questions en langage naturel par rapport aux réponses candidates. L'entraînement de notre système à l'aide de paires de questions et de représentations structurées de leurs réponses, ainsi que de paires de paraphrases de questions, produit des résultats compétitifs sur un benchmark concurrentiel issu de la littérature.