L’identification du sens des mots (WSD) constitue une question fondamentale et continue depuis son introduction au sein de la communauté du traitement automatique du langage naturel (TAL). Ses applications s’étendent à de nombreux domaines, tels que l’analyse des sentiments, la récupération d’information (IR), la traduction automatique et la construction de graphes de connaissances. Les approches proposées pour résoudre le problème de WSD se divisent principalement en deux catégories : les méthodes supervisées et les méthodes fondées sur les connaissances. Dans cet article, une méthode fondée sur les connaissances est proposée, modélisant le problème à travers un espace sémantique et un chemin sémantique implicites dans une phrase donnée. Cette approche s’appuie sur la base de connaissances bien établie qu’est WordNet, et modélise l’espace sémantique à l’aide de l’analyse sémantique latente (LSA), tandis que le chemin sémantique est capturé par l’algorithme PageRank. Des expériences ont confirmé l’efficacité de la méthode, qui atteint des performances de pointe sur plusieurs jeux de données de WSD.