Cet article présente un système de classification semi-supervisée d'images de documents destiné à être intégré dans un logiciel commercial de lecture automatique de documents. Ce système se revendique comme une aide à l'annotation de bases d'apprentissage. À partir d'un ensemble d'images inconnues donné par un opérateur, le système établit des hypothèses de regroupement d'images ayant la même structure physique et les propose à l'opérateur. Ce dernier peut les corriger ou les valider, l'objectif pour celuici étant d'avoir au final, des groupes homogènes pour l'apprentissage du classifieur supervisée du logiciel. Des arbres de classification ascendante hiérarchique sont construits pour chaque jeu de caractéristiques disponible. Les propositions de regroupements formulées par les différentes CAH sont confrontées et fusionnées. Des résultats, évalués par le nombre de corrections effectuées, sont présentés sur différentes bases d'images.