Les systèmes de recommandation conversationnels (CRS) visent à recommander des articles adaptés aux utilisateurs à travers des conversations en langage naturel. Pour développer des CRS efficaces, une problématique technique majeure consiste à inférer avec précision les préférences utilisateur à partir d’un contexte conversationnel très limité. Pour résoudre ce problème, une solution prometteuse consiste à intégrer des données externes afin d’enrichir l’information contextuelle. Toutefois, les études antérieures se concentrent principalement sur la conception de modèles de fusion spécifiquement adaptés à certains types de données externes, ce qui limite leur généralisation pour modéliser et exploiter des données externes de plusieurs types.Afin d’exploiter efficacement des données externes de plusieurs types, nous proposons un nouveau cadre d’apprentissage contrastif de type grossier-vers-fin pour améliorer la fusion sémantique des données dans les CRS. Dans notre approche, nous extrayons et représentons d’abord des unités sémantiques à plusieurs niveaux de granularité à partir de différentes sources de données, puis alignons de manière grossière à fine les unités sémantiques associées de différents types. Pour mettre en œuvre ce cadre, nous concevons à la fois des procédures de granularité grossière et fine pour modéliser les préférences utilisateur : la première se concentre sur une fusion sémantique générale et de haut niveau, tandis que la seconde se focalise sur une fusion sémantique plus précise et fine. Cette approche peut être étendue pour intégrer davantage de types de données externes. Des expériences étendues sur deux jeux de données publics de CRS démontrent l’efficacité de notre méthode tant pour les tâches de recommandation que pour celles de conversation.