Les plateformes de consultation en ligne ont amélioré les possibilités offertes aux citoyens d'influencer les décisions publiques. Cependant, et plus particulièrement à grande échelle, l'identification des sujets discutés et des entités évoquées a été considérée comme une tâche difficile pour les citoyens ainsi que pour les administrateurs des plateformes. Dans cet article, en prenant appui sur des méthodes de modélisation de sujets, de Reconnaissance et de Liaison d'Entités Nommées (NER/NEL) et de calcule de Similarité Textuelle Sémantique (STS) pour construire un graphe de connaissances représentant les différentes contributions à la consultation en ligne "République Numérique" en langue française. Le graphe généré relie les différentes propositions à des sujets identifiés dans la consultation et aux ressources DBpedia pertinentes. Le modèle proposé pour la représentation des consultations citoyennes sous la forme de graphes de connaissances simplifie l'identification de propositions sur un ou plusieurs sujets donnés ou mentionnant une entité en particulier. Il nous permet également d'améliorer la contextualisation de concepts importants dans les propositions en les associant à des définitions courtes extraites de Wikipédia.