Une taxinomie est une organisation de la connaissance en differentes categories d'objets semblables. Ces categories sont organisees dans une structure allant des categories generales aux categories specifiques. Cette organisation permet de suivre un raisonnement classificatoire. Raisonner par classification consiste a trouver la categorie la plus specialisee a laquelle appartient un individu, puis recuperer des connaissances liees a cette localisation. Les taxinomies developpees dans des domaines aussi varies que la botanique et la mineralogie montrent l'interet de cette approche. Notre travail concerne le raisonnement classificatoire et la representation taxinomique de la connaissance supportant ce raisonnement. Nous avons choisi la technique de representation de connaissances a objets, car elle offre des elements appropries a une organisation taxinomique. De plus le raisonnement classificatoire trouve ici un espace naturel. Cependant, ces modeles comportent deux aspects problematiques. D'une part, ils representent, dans une seule et grande taxinomie, differentes familles d'objets telles que "voitures" et "personnes". D'autre part, bien que les caracteristiques d'un objet correspondent a differents aspects ou points de vue, ces points de vue ne sont pas explicites dans la representation. Nous proposons une representation a objets multi-points de vue, TROPES. Dans ce modele, chaque concept ou famille d'objets a une structure taxinomique independante. Un concept peut etre observe selon differents points de vue : un point de vue determine un ensemble de caracteristiques du concept et une taxinomie de categories. Les points de vue peuvent etre lies par des passerelles. Par ailleurs, l'introduction des points de vue elimine les problemes de multi-heritage d'attributs. TROPES est dote d'un algorithme de classification d'instances qui tire parti des originalites du modele. A l'intérieur d'un concept, la classification se deroule sur un ou plusieurs points de vue et exploite les passerelles comme des raccourcis.