L'extraction d'informations en domaine de spécialité amène à se poser différents problèmes, liés aux types d'information cherchés. Dans cet article, nous nous intéressons à l'identification de relations entre concepts dans des compte-rendus médicaux, tâche évaluée dans la campagne i2b2 en 2010. Les relations étant exprimées par des formulations très variées en langue, nous avons procédé à l'analyse des phrases en extrayant des traits qui concourent à la reconnaissance de la présence d'une relation et nous avons considéré l'identification des relations comme une tâche de classification multi-classes, chaque catégorie de relation étant considérée comme une classe, pour laquelle nous avons utilisé un SVM. Cette approche a permis d'obtenir une F-mesure de 0,70 environ, classant le système parmi les meilleurs lors de l'évaluation.