Un processus de fouille de données textuelles s'appuyant sur l'extraction de règles d'association engendre un très grand nombre de règles extraites. Il est alors nécessaire pour classifier les règles extraites de pouvoir disposer de critères de classification de qualité fiable, par exemple en rapport avec des connaissances disponibles sur le domaine des textes. La plupart des méthodes de classification de règles d'association mettent en oeuvre des critères statistiques pour juger de la qualité d'une règle. Dans cet article, nous présentons deux méthodes de classification : la première est classique et met en jeu des mesures statistiques tandis que la seconde est plus originale et fait appel à un modèle de connaissances du domaine. Un exemple et une discussion sur le bien-fondé de cette approche illustrent et complètent cet article.