Ce mémoire débute par un état de l'art couvrant les problématiques modernes de la fouille de données textuelles et de la bilbliométrie, appliquées à la mise à jour de l'information dans les bases de données de biologie moléculaire, dont une source d'information importante est la bibliothèque numérique MEDLINE. Puis, nous montrons comme l'information argumentative - extraite via un classificateur bayésien - peut significativement améliorer la précision d'un moteur dans une tâche de recherche d'articles similaires. Pour l'évaluation de cette expérience, nous utilisons des jugements de pertinence extraits automatiquement de réseaux de citations bibliographiques. Finalement, nous proposons une extension du modèle classique de recherche d'information appliqué à la littérature en modélisant une tâche de mise à jour d'information telle que réalisée par les annotateurs de la base de données Swiss-Prot. L'information textuelle y est enrichie d'informations topologiques spécifiques aux réseaux de citations bibliographiques pour des gains en précision de l'ordre de 10%.