L’étiquetage sémantique des rôles (Semantic Role Labeling, SRL) vise à reconnaître la structure prédicat-argument d’une phrase et peut être décomposé en deux tâches sous-jacentes : la désambiguïsation du prédicat et l’étiquetage des arguments. Les travaux antérieurs traitent ces deux tâches de manière indépendante, ce qui ignore les connexions sémantiques entre elles. Dans cet article, nous proposons d’utiliser le cadre de la compréhension automatique de lecture (Machine Reading Comprehension, MRC) pour combler cet écart. Nous formalisons la désambiguïsation du prédicat comme un problème de compréhension de lecture à choix multiples, où les descriptions des sens candidats d’un prédicat donné servent d’options pour sélectionner le sens correct. Le sens du prédicat sélectionné est ensuite utilisé pour déterminer les rôles sémantiques associés à ce prédicat, et ces rôles sémantiques servent à construire la requête pour un autre modèle MRC chargé de l’étiquetage des arguments. Ainsi, nous parvenons à exploiter à la fois la sémantique du prédicat et celle des rôles sémantiques pour l’étiquetage des arguments. Nous proposons également de sélectionner un sous-ensemble des rôles sémantiques possibles afin d’améliorer l’efficacité computationnelle. Les expériences montrent que le cadre proposé atteint des résultats de pointe ou est comparable aux approches antérieures. Le code est disponible à l’adresse suivante : \url{https://github.com/ShannonAI/MRC-SRL}.